Глава 1 Теоретические основы мониторинга состояния земель
advertisement
Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Национальный минерально-сырьевой университет «Горный» На правах рукописи ШАБАЕВ АЛЕКСАНДР ГЕННАДЬЕВИЧ ОЦЕНКА КАЧЕСТВА ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ НА ОСНОВЕ УЧЕТА ВЛИЯНИЯ ЗАВИСИМОСТИ ПРОИЗВОДИТЕЛЬНОЙ СПОСОБНОСТИ ПОЧВ ОТ ИХ ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ Специальность 25.00.26 – Землеустройство, кадастр и мониторинг земель Диссертация на соискание ученой степени кандидата технических наук Научный руководитель: кандидат технических наук, доцент В.А. Киселев Санкт-Петербург - 2015 2 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ ...................................................................................................................... 4 ГЛАВА 1 Современное состояние вопроса оценки качества земель сельскохозяйственного назначения ............................................................................. 10 1.1 Понитие и роль оценки качества земель сельскохозяйственного назначения в обеспечении рационального и эффективного использования земельных ресурсов ......................................................................................................................................... 10 1.2 Анализ показателей, характеризующих признаки и свойства почв .............. 17 1.2.1 Плодородие как основопологающий показатель оценки качества земель ......................................................................................................................................... 17 1.2.2 Показатели состояния плодородия сельскохозяйстенных земель ........ 20 1.3 Аналитический обзор развития земельно-оценочных работ по определению качества земель .............................................................................................................. 24 1.3.1 Отечественный опыт оценки качества земель ........................................ 24 1.3.2 Опыт зарубежных стран по определению качества земель ................... 28 1.4 Обоснование необходимости установления связи производительной способности почв с показателями состояния плодородия........................................ 31 1.5 Выводы по главе 1 ............................................................................................... 37 ГЛАВА 2 Выявление устойчивой статистической корреляционной взаимосвязи признаков и свойств почв с урожайностью основных сельскохозяйственных культур............................................................................................................................ 40 2.1 Определение закона статистического распределения значений признаков почв и выявление их мультиколлинеарности ............................................................ 40 2.2 Выявление зависимости производительной способности почв от их признаков и свойств ...................................................................................................... 46 2.3 Обоснование необходимости учета нелинейного характера влияния диагностических признаков почв при оценке качества земель ................................ 50 2.4 Выводы по главе 2 ............................................................................................... 60 ГЛАВА 3 Разработка метода оценки качества земель сельскохозяйственного назначения с учетом нелинейного влияния диагностических признаков ............... 62 3.1 Анализ современных методов оценки качества земель .................................. 62 3.2 Графический способ определения вклада каждого из признаков за счет нелинейного влияния .................................................................................................... 71 3.3 Аналитический способ определения вклада признаков почв в результат бонитировки ................................................................................................................... 75 3.4 Выводы по главе 3 ............................................................................................... 85 ГЛАВА 4 Применение оценки качества земель сельскохозяйственного назначения в Лужском районе Ленинградской области с учетом выявленных зависимостей . 88 3 4.1 Описание рассматриваемой территории........................................................... 88 4.2 Построение и получение картографической основы с созданием ГИСпроекта ............................................................................................................................ 91 4.3 Расчет баллов бонитета землепользования Лужского района Ленинградской области по диагностическим признакам и урожайности основных сельскохозяйственных культур.................................................................................... 94 4.4 Выводы по главе 4 ............................................................................................. 110 ЗАКЛЮЧЕНИЕ ........................................................................................................... 112 СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ .............................. 115 СПИСОК ЛИТЕРАТУРЫ........................................................................................... 116 ПРИЛОЖЕНИЕ А Средние многолетние значения урожайности и признаков дерново-слабоподзолистого типа почв по различным сельскохозяйственным угодьям в Лужском районе Ленинградской области............................................... 130 ПРИЛОЖЕНИЕ Б Агроклиматические зоны Ленинградской области ................. 134 ПРИЛОЖЕНИЕ В Карта типов почв Ленинградской области .............................. 135 ПРИЛОЖЕНИЕ Г Карта внутрихозяйственного землеустройства рассматриваемого землепользования Лужского района Ленинградской области 136 ПРИЛОЖЕНИЕ Д Космический снимок высокого разрешения территории исследуемого землепользования Лужского района Ленинградской области ....... 137 ПРИЛОЖЕНИЕ Е Средние многолетние значения урожайности и диагностических признаков дерново-слабоподзолистого типа почв контуров исследуемого землепользования Лужского района Ленинградской области ....... 138 4 ВВЕДЕНИЕ Возрастающая роль государственного надзора за состоянием и охраной земель сельскохозяйственного назначения приводит к необходимости получения полной и достоверной информации по их качественному состоянию, в связи с чем результаты оценки качества таких земель имеют приоритетное значение при контроле их рационального использования с целью сохранения и повышения плодородия. Так, при наличии необъективности результатов оценки качества земель сельскохозяйственного назначения возникает угроза развития неконтролируемых деградационных процессов, что обуславливает снижение их плодородия. Кроме того, рациональное использование земель невозможно без проведения грамотной налоговой политики. Размеры земельных налоговых отчислений в России базируются на величине кадастровой стоимости, которая для земель сельскохозяйственного назначения зависит от результатов оценочных работ по определению их качества. При выполнении земельно-оценочных работ определяется система показателей, в том числе и показатель качества сельскохозяйственных земель по плодородию – балл бонитета. Результаты бонитировки опираются на диагностические признаки почв, совокупное влияние которых на уровень плодородия непосредственно отражается на урожайности основных культур. Современные методы оценки качества указанной категории земель, в основном, предполагают линейное влияние признаков почв на их производительную способность. В то время как результаты ряда исследований свидетельствуют о том, что имеет место нелинейное влияние признаков почв на их производительную способность. Однако, это обстоятельство все еще не нашло непосредственного отражения при оценке качества земель сельскохозяйственного назначения. Более того, в современных условиях развития земельно-оценочных работ отсутствуют способы определения характера нелинейной зависимости производительной способности почв от их диагностических признаков. 5 В этой связи разработка научно-обоснованного метода оценки качества земель сельскохозяйственного назначения, учитывающего нелинейный характер влияния признаков почв, является актуальной научной задачей, обусловленной востребованностью ее решения в современных социально-экономических условиях. Объектом исследования является качество земель сельскохозяйственного назначения. Предмет исследования – закономерности, определяющие уровень качества земель в зависимости типа и характера влияния диагностических признаков на производительную способность почв. Цель работы заключается в повышении объективности результатов оценки качества и обеспечении рационального использования земель сельскохозяйственного назначения на основе учета нелинейного характера влияния диагностических признаков почв. Задачи исследований: 1. Провести анализ современных методов оценки качества земель сельскохозяйственного назначения на предмет учета ими нелинейного характера влияния диагностических признаков на производительную способность почв; 2. Выявить признаки дерново-слабоподзолистого типа почв Лужского района Ленинградской области, устойчиво коррелирующие с урожайностью основных сельскохозяйственных культур; 3. Установить характер влияния диагностических признаков и свойств исследуемого типа почв на уровень качества земель сельскохозяйственного назначения; 4. Определить сельскохозяйственного зависимость назначения результатов от оценки нелинейного качества характера земель влияния диагностических признаков почв на их производительную способность. Идея работы: для повышения объективности результатов оценки качества земель сельскохозяйственного назначения необходимо определять коэффициенты преобразования, которые учитывают влияние нелинейной зависимости 6 производительной способности почв от их диагностических признаков. Степень разработанности проблемы: вопросы рационального и эффективного использования земель, их охраны, землеустройства, нашли отражение в научных трудах А.А. Варламова, В.В. Вершинина, С.Н. Волкова, Г.Д. Гогмачадзе, Н.В. Комова, Г.Л. Кофф, О.Б. Леппке, П.Ф. Лойко, С.И. Носова, М.А. Сулина, В.П. Троицкого и др. ученых. Исследованиям в области оценки А.М. Берлянта, качества земель Н.Л. Благовидова, посвящены работы Т.А. Гринченко, В.В. Ананьева, Л.М. Державина, В.В. Докучаева, С.Н. Захарова, В.Д. Иванова, И.И. Карманова, А.Н. Каштанова, Т.Н. Кулаковской, Б.П. Никитина, Д.С. Орлова, Н.М. Сибирцева, Э.П. Синельникова, В.А. Шальнева. В работах данных авторов заложены научные основы проведения оценочных работ по определению качественного состояния земель. Однако в современных условиях требуются новые обоснованные подходы и методы по определению качества земельных ресурсов. Методика исследований: Общей теоретической и методологической основой работы явился системный подход, включающий обзор и анализ нормативно-правовой и научно-технической литературы в области оценки качества земель обоснования сельскохозяйственного положений назначения. диссертационного Для исследования разработки и применялись современные математические и статистические методы: системный анализ, математический анализ, корреляционно-регрессионный анализ, математическое моделирование с помощью специального программного обеспечения; натурные наблюдения. Решение поставленных задач осуществлялось посредством использования современных технических средств и программных продуктов (Statistica, ArcGis, MS Excel). Научная новизна: 1. Предложено аналитическое выражение для определения баллов бонитета земель сельскохозяйственного назначения с учетом характера влияния 7 диагностических признаков почв, обеспечивающее повышение объективности результатов оценки качества; 2. Разработан графический способ определения поправок в фактические значения диагностических признаков, рассчитанные в зависимости от характера их нелинейного влияния на производительную способность почв; 3. Определены коэффициенты преобразования, позволяющие учесть нелинейное влияние диагностических признаков дерново-слабоподзолистого типа почв Лужского района Ленинградской области на их производительную способность при оценке качества земель. Практическое значение: 1. Выявлены основные диагностические признаки дерново- слабоподзолистого типа почв Лужского района Ленинградской области; 2. Установлены способности типы и характеры дерново-слабоподзолистого зависимости типа почв производительной от диагностических признаков; 3. Предложен метод определения максимального значения вклада нелинейного характера влияния диагностических признаков почв в результат оценки качества земель сельскохозяйственного назначения; 4. Определен уровень качества сельскохозяйственных угодий землепользования Лужского района Ленинградской области без и с учетом нелинейного характера влияния диагностических признаков почв на их производительную способность. Защищаемые положения: 1. Оценка качества земель сельскохозяйственного назначения должна осуществляться с учетом нелинейного характера влияния диагностических признаков на производительную способность почв, выявляемого на основе анализа их корреляционных полей. 2. Поправка к величине диагностических признаков прямо пропорциональна разности уровней урожайностей, установленных в точке их 8 фактического значения для линейной и нелинейной функций влияния признаков почв на качественное состояние земель. 3. Определение баллов бонитета следует осуществлять с помощью степенной функции, показатель степени которой отражает характер влияния диагностических признаков на производительную способность земель сельскохозяйственного назначения. Достоверность научных положений, выводов и рекомендаций обусловлена использованием подлинных статистических данных по уровню урожайности основных сельскохозяйственных культур на дерново- слабоподзолистой почве Лужского района Ленинградской области, а также информации о средних значениях показателей, характеризующих отдельные признаки и свойства почв, полученных из официальных источников. Личный вклад автора заключается в постановке цели и задач исследования; выявлении нелинейного характера влияния диагностических признаков почв на их производительную способность; анализе методов оценки качества земель на предмет учёта нелинейного влияния признаков на результат оценочных работ; сборе и обобщении данных о значениях показателей, характеризующих отдельные признаки и свойства почв; комплексном анализе научной литературы с целью изучения влияния признаков на качество земель; использовании статистических методов, таких как корреляционной и регрессионный анализы, для доказательства научных положений; анализе и сравнении результатов определения качества земель сельскохозяйственного назначения, полученных по установленным зависимостям, с традиционными методами оценки; построении и анализе цифровой модели территории рассматриваемого землепользования. Реализация выводов и рекомендаций работы. Основные положения и результаты исследования могут быть использованы при проведении оценочных работ по определению качества земель сельскохозяйственного назначения на территории Российской Федерации, при совершенствовании нормативно- технической литературы в области земельно-оценочных работ по определению 9 качества земель. Изложенные в работе теоретические и методические положения внедрены в учебный процесс кафедры ИГ при изучении студентами специальных дисциплин направления подготовки 120700 «Землеустройство и кадастры». Апробация работы. Основные положения работы докладывались на Всероссийской конференции-конкурсе студентов выпускного курса (Горный университет, Санкт-Петербург, 2011 г.), где были оценены дипломом II степени; Всероссийской конференции-конкурсе студентов выпускного курса (Горный университет, Санкт-Петербург, 2012 г.), где были удостоены диплома I степени; Международном форуме-конкурсе молодых ученых «Проблемы недропользования» (Горный университет, Санкт-Петербург, 2012 г.), где были оценены дипломом III степени; 53-ей международной конференции молодых ученых и специалистов (Краковская горно-металлургическая академия, Польша, 2012 г.); Международной научно-практической конференции «Рациональное природопользование: традиции и инновации» (МГУ, Москва, 2012 г.); Международной конференции молодых ученых (Фрайбергская горная академия, Германия, 2014 г.); Международной научно-практической конференции «Современная наука: теоретический и практический взгляд», (г. Уфа, 2014 г.); на заседаниях научно-технического совета Горного университета. Работа удостоена награды в конкурсе грантов 2012 года для студентов вузов, расположенных на территории Санкт-Петербурга, аспирантов вузов, отраслевых и академических институтов, расположенных на территории СанктПетербурга, в соответствии с распоряжением Комитета по науке и высшей школе от 30.10.2012 № 74 (Диплом серии ПСП № 12417). Публикации. По теме диссертации опубликовано 8 научных работ, в том числе 4 статьи в изданиях, входящих в перечень ВАК Министерства образования и науки РФ. Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, библиографического списка из 131 наименования, шести приложений. Основной текст изложен на 129 страницах, содержит 25 рисунков, 20 таблиц. 10 ГЛАВА 1 СОВРЕМЕННОЕ СОСТОЯНИЕ ВОПРОСА ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ 1.1 ПОНИТИЕ И РОЛЬ ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ В ОБЕСПЕЧЕНИИ РАЦИОНАЛЬНОГО И ЭФФЕКТИВНОГО ИСПОЛЬЗОВАНИЯ ЗЕМЕЛЬНЫХ РЕСУРСОВ Земля представляет собой важнейший природный ресурс, основу жизни и деятельности каждого человека и всех народов Российской Федерации. Такое исключительное значение земельных ресурсов предопределило важность обеспечения рационального и эффективного использования и охраны земель, основными целями которых являются: предотвращение и недопущение деградации, загрязнения, захламления, нарушения земель, а также других негативных воздействий хозяйственной деятельности [110]. При неизменности целей рационального, эффективного использования и охраны земель для их обеспечения во всех регионах страны первостепенное значение имеет оценка качественного состояния. При этом во время осуществлении земельно-оценочных работ землю рассматривают с различных сторон (рисунок 1.1): как средство труда, как предмет труда и как средство производства [60, 97]. Неоспоримая важность оценки земли как средства труда [68, 71] основана на значимости качественного состояния земельных ресурсов при их экономической оценке и при решении задач рационального и эффективного использования в процессе ведения государственного кадастра недвижимости (ГКН). При этом особенное внимание уделяется проведению земельно-оценочных работ по определению качества земель сельскохозяйственного назначения, что обусловлено приоритетом в использовании сельскохозяйственных угодий [38, 70, 77, 78, 122]. и особой охране 11 Оценка земли по эффективности затрат (3-я стадия) Оценка земли по урожайности культур (2-я стадия) Бонитировка почв (1-я стадия) Оценка земли по затратам живого и овеществленного труда (2-я стадия) Оценка местоположения (1-я стадия) Оценка земли как предмет труда (аспект оценки) Оценка земли как средства труда (аспект оценки) Оценка земли как средства производства (аспект оценки) Оценка технологических свойств (1-я стадия) Рисунок 1.1 – Аспекты и стадии оценки земли Оценка качества земель сельскохозяйственного назначения представляет собой комплекс мероприятий и процедур по сбору и обработке информации о состоянии почв, направленных на установление их относительного достоинства по плодородию, основанное на объективных признаках и свойствах, которые имеют ведущее влияние на величину производительной способности таких земель [8, 23]. Оценка качества земель осуществляется по естественному плодородию и выражается в баллах в зависимости от средней многолетней урожайности основных сельскохозяйственных культур. Показателем качества почв, их продуктивности, состояния является балл бонитета. Из вышеизложенного следует, что с принципиальной точки зрения под оценкой качества земель следует понимать обобщённое количественное определение уровня плодородия почв, при котором конкретные значения относительные величины. показателей её свойств переводятся в 12 После перехода России к многоукладному землепользованию не было принято нормативно-правовых или нормативно-технических документов, регламентирующих обязательность проведения, правила и методические аспекты оценки качества земель. Последним нормативным документом в сфере оценки качества земель является «Общесоюзная инструкция по бонитировке (качественной оценки) почв» [13], утвержденная в 1967 году, в связи с чем, исследования в области оценки качества земель носят разрозненный несистемный характер, что привело к экстенсивному развитию научных основ бонитировки почв, приводящее к недостоверности определения качественного состояния земель. Вследствие этого, на уровне субъектов и областей разрабатывались и модернизировались разные методики, учитывающие признаки и свойства почв, которые наиболее полно отражают плодородие исследуемых земель [18, 66]. Однако получение полной и достоверной информации по качественному состоянию земель сельскохозяйственного назначения обусловлено возрастающей ролью государственного надзора за их состоянием и охраной. Так, в соответствии с земельным законодательством Российской Федерации, не допускается существенного снижения уровня плодородия земель сельскохозяйственного назначения [81], наличие которого является правовой причиной полного изъятия земельного участка у землепользователя [38, 121, 123]. В этой связи результаты оценки их качества имеют приоритетное значение для сохранения и повышения плодородия, дифференцирующего земельные участки в зависимости от их качественной неоднородности. Такие жесткие надзорные меры, в первую очередь, направлены на поддержание важнейшего свойства земель, как главного средства производства в сельском хозяйстве, которым является плодородие почв – ее способность снабжать растения питательными веществами, влагой и обеспечивать урожай сельскохозяйственных культурных растений с получением продукции высокого качества [27]. Так, при наличии необъективности результатов оценки качества земель сельскохозяйственного назначения возникает угроза развития неконтролируемых деградационных процессов, приводящих к снижению их качественного состояния [3, 54, 55, 58]. 13 Под деградацией земель сельскохозяйственного назначения понимается ухудшение свойств земель в результате природного и антропогенного воздействий [69, 73]. Существенное снижение уровня качественного состояния способно нанести невосполнимый вред производственному потенциалу сельскохозяйственных угодий и агропромышленному комплексу региона или страны в целом [25, 43, 45, 74]. Это обуславливает ведущую роль земельнооценочных работ, направленных на определение качества земель, при государственном надзоре за состоянием плодородия, разработке и реализации комплекса научно обоснованных мероприятий по реабилитации нарушенных земель, сохранении и повышении уровня плодородия конкретного земельного участка или региона в целом. Результаты определения качества земель сельскохозяйственного назначения также способствуют выявлению негативных процессов и их возможного потенциального появления. К основным негативным процессам, которые приводят к снижению плодородия, относят водную и ветровую эрозии, сели, подтопление, заболачивание, вторичное засоление, иссушение, уплотнение, загрязнение отходами производства и др. [70]. Недостоверность или необъективность результатов оценки качества земель способны привести к потере контроля над развитием таких процессов, что особенно актуально в процессе реформ и перехода к рыночной экономики. Так, на протяжении последних десятилетий в Ленинградской области происходит постоянное сокращение площадей сельскохозяйственных земель. Темпы сокращения сельскохозяйственных угодий не способно компенсировать даже постоянное вовлечение в сельскохозяйственный оборот новых земель. В соответствии с данными отчетов о наличии земель и распределении их по формам собственности, категориям, угодьям и пользователям, площадь пашни в составе земель сельскохозяйственного назначения на территории Ленинградской области с 1993 по 2013 года сократилась более чем на 8,4 тыс. га (таблица 1.1). [33-35, 85-87]. 14 Таблица 1.1 – Динамика изменения площади сельскохозяйственных угодий Ленинградской области за период с 1993 по 2013 годы, тыс. га Год Земли сельскохозя йственного назначения Всего сельскохозяй ственных угодий Всего пашни 1993 1996 2001 2006 2009 2013 1708,9 1672,0 1672,8 1710,8 1706,8 1703,3 719,8 804,5 798,5 798,4 798,7 798,4 387,8 434,7 434,4 457,5 434,4 434,0 Сельскохозяйственные угодья из состава земель сельскохозяйственного назначения 591,3 596,9 611,9 622,8 620,1 617,6 Пашня в составе земель сельскохозяйстве нного назначения 368,3 362,0 361,7 365,1 362,3 359,9 Одной из главных причин отрицательной динамики изменения площади пашни в составе земель сельскохозяйственного назначения является проведение в этот промежуток времени земельной реформы, сложный и продолжительный механизм реализации которой значительно сказался на состоянии и использовании земель. Также к основным причинам сокращения площадей земель сельскохозяйственного назначения следует отнести увеличение интенсивности развития деградационных процессов на угодьях, которые не используются в сельском хозяйстве на протяжении длительного промежутка времени [26, 73]. Причем в результате деградации зачастую происходит выбытие наиболее ценных земель, а взамен в сельскохозяйственный оборот включаются земли более низкого качества [52]. Развитие деградации приводит к существенному снижению плодородия почв, законодательством использования что является Российской земли [81]. нарушением Федерации Причем следует установленных требований учитывать, земельным рационального что важнейшая особенность земли как средства труда состоит в том, что она при рациональном использовании не уменьшает, а повышает свое плодородие, поскольку окультуренная почва является более плодородной, чем почва с идентичными природными свойствами, но не подвергавшаяся обработке. Исходя из вышеизложенного, земельно-оценочные работы, направленные на определение качества земель сельскохозяйственного назначения, играют ведущую роль при обеспечении рационального землепользования, 15 государственном надзоре за состоянием плодородия, выявлении деградационных процессов, разработке и реализации комплекса научно обоснованных мероприятий по реабилитации нарушенных земель, сохранении и повышении уровня плодородия конкретного земельного участка или региона в целом, поскольку могут быть использованы как механизм защиты агропромышленного комплекса от истощения. Также следует отметить, что развитие рационального использования и эффективного управления земельными ресурсами невозможно без проведения корректной фискальной политики, которая опирается на получение полной, достоверной и актуальной информации о состоянии и использовании земель [16, 70, 72, 79, 125]. Основой для системы налогообложения земель в Российской Федерации является величина их кадастровой стоимости, которая, в свою очередь, зависит от результатов оценки качества земель [67, 83, 84, 90]. Так, результаты определения качества являются основой методики кадастровой оценки земель сельскохозяйственного назначения 2005 г. [83], а в методике 2010 года [84] косвенно влияют на кадастровую стоимость через нормативную урожайность. В связи с этим производится изучение состояния земельных ресурсов в целях получения достоверной информации о свойствах земель как средства труда в сельском хозяйстве (рисунок 1.1) [70, 98]. Отсутствие или недостаток информации о свойствах земли как приобретаемого товара, качественное состояние которого является основополагающим, приводит к неоправданному занижению или завышению стоимости земельных участков и, как следствие, создает многочисленные прецеденты для возникновения судебных споров [20, 52, 103]. Кроме ведущей роли в государственном управлении земельными ресурсами, сведения о состоянии и использовании земель необходимы для информационного обеспечения рынка земель, которое опирается на два базовых принципа: непрерывный сбор информации о состоянии земель в РФ, ее обработка и хранение; анализ и оценка качественного состояния земель с учетом воздействия природных и антропогенных факторов. Без выполнения и строгого 16 соблюдения данных аспектов представляется затруднительным реализация основных задач по объективной оценке качественного состояния земель. Лишь обладая полной и достоверной информацией о качественном состоянии земель, потенциальных причинах его снижения, возможно осуществление рационального и эффективного управления земельными ресурсами и выработка мероприятий по предотвращению развития деградации земель [113]. Вопросы рационального и эффективного использования земель, их охраны, землеустройства, мониторинга нашли отражение в научных трудах А.А. Варламова, В.В. Вершинина, С.Н. Волкова, Г.В. Дудко, Н.В. Комова, Г.Л. Кофф, Г.А. Ларионова, О.Б. Леппке, П.Ф. Лойко, С.И. Носова, М.А. Сулина, В.П. Троицкого и др. ученых. Исследованиям в области оценки качественного состояния земель сельскохозяйственного Г.Д. Гогмачадзе, В.Д. Иванова, назначения посвящены Л.М. Державина, И.И. Карманова, работы В.В. Докучаева, А.Н. Каштанова, В.В. Ананьева, С.Н. Захарова, Т.Н. Кулаковской, Д.С. Орловой. В работах данных авторов заложены научные основы проведения оценочных работ по определению качества земель. Однако в современных социально-экономических условиях требуются новые научно-обоснованные подходы и методы по определению уровня качества земельных ресурсов. На данном этапе развития оценки качества земель в России отсутствует единая система сбора и систематизации информации об их состоянии. Основная часть данных, полученных в 70–80-х гг. прошлого столетия, потеряла свою актуальность, состояние большей части земель в развитых регионах значительно изменилось [60]. Существует недостаток в достоверных сведениях о степени соответствия использования земель их целевому назначению. Объективные результаты земельно-оценочных работ по определению качества земель являются тем незаменимым инструментом, правильное и научнообоснованное использование которых способно кардинально изменить сложившуюся ситуацию в сфере рационального и эффективного использования земельных ресурсов. 17 1.2 АНАЛИЗ ПОКАЗАТЕЛЕЙ, ХАРАКТЕРИЗУЮЩИХ ПРИЗНАКИ И СВОЙСТВА ПОЧВ 1.2.1 ПЛОДОРОДИЕ КАК ОСНОВОПОЛОГАЮЩИЙ ПОКАЗАТЕЛЬ ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ В соответствии с разделом 1.1, основным показателем оценки качества земель сельскохозяйственного назначения является уровень ее плодородия, который отражает ресурсы, необходимые растению за вегетационный период и их доступность для питания, зависящее от значительного количества признаков и свойств: геологического строения, запасов влаги, агрофизических, агрохимических и биологических свойств почв [62]. В зависимости от антропогенной деятельности плодородие почв подразделяется на две категории: естественное – сложившееся в природных условиях без антропогенного вмешательства и естественно-антропогенное плодородие, которое было сформировано в результате взаимодействия природного почвообразовательного процесса и целенаправленной антропогенной деятельности (рисунок 1.2). 18 Плодородие естественное естественно-антропогенное потенциальное действительное Рисунок 1.2 – Виды плодородия почв Потенциальное плодородие представляет собой почвенное свойство, характеризуемое общими запасами питательных веществ, необходимых для растений. Оно определяется величиной ресурсов при максимальном уровне их реализации на основе саморегулирования. Действительное плодородие представляет собой почвенное свойство, характеризуемое обменными запасами питательных веществ, необходимых для растений, а также агрофизическими, агрохимическими и другими свойствами почвы [62]. Интегральным показателем действительного плодородия почв является урожайность сельскохозяйственных культур, продуктивность кормовых угодий, качество продукции растениеводства при соблюдении нормативных экологических и других требований [17, 32, 59]. Плодородие почв проявляется в двух основных формах: продуктивность произрастающих на почвах растений и богатство элементами питания, растительно-экологическими свойствами и их особенностями [29]. При второй форме проявления плодородие определяется содержанием в почвах агрофизических и агрохимических элементов, необходимых для питания и нормальной жизнедеятельности растений. Причем для плодородия почв важны оптимальное содержание элементов питания и свойств, которые способствуют нормальному усвоению этих элементов. Следовательно, при многогранном 19 изучении плодородия каждая его составляющая важна и незаменима, что предопределяет необходимость комплексного подхода по оценке состояния и уровня плодородия почв. Также необходимо учитывать, что на агрохимические свойства почв существенное влияние оказывает биологическая активность, что непосредственно сказывается на плодородии и урожайности сельскохозяйственных культур. В то же время для нормальной жизнедеятельности полезной микрофлоры требуется оптимизация агрохимических свойств почв, что порождает сложную двунаправленную связь между описанными свойствами почв [57]. Такое тесное взаимодействие различных свойств почвы между собой свидетельствует о необходимости системного подхода к оценке качества земель, в том числе плодородия почв, не ограничиваясь только агрохимическими методами [62]. Как было отмечено в п. 1.1, при рассмотрении почвы как основного средства сельскохозяйственного производства необходимо руководствоваться важной особенностью, которая заключается в том, что почва при правильной агротехнике и научно-обоснованных системах земледелия не снижает, а увеличивает свое плодородие. Следовательно, высокая культура земледелия не наносит вред почве, а наоборот, способствует ее охране, увеличению плодородия и улучшению экологического состояния [92]. В современных условиях результаты оценки качества земель сельскохозяйственного назначения влияют не только на размер установления стоимости земли и земельных налогов, но и на принятие управленческих решений в области задач по повышению продуктивности земледелия и воспроизводству почвенного плодородия, выбора наиболее эффективного севооборота [43]. Комплексная оценка плодородия почв также необходима для разработки и обоснования проведения по контурам или участкам различных видов мероприятий по сохранению и повышению плодородия почв, что становится особенно актуально при ограниченных финансовых возможностях. Однако все перечисленные мероприятия и процессы должны опираться на формализованные методы оценки качества земель, что, в свою очередь, предопределяет 20 необходимость разработки таких методов с позиции научного обоснования при различных социально-экономических характеристиках и особенностях регионов. 1.2.2 ПОКАЗАТЕЛИ СОСТОЯНИЯ ПЛОДОРОДИЯ СЕЛЬСКОХОЗЯЙСТЕННЫХ ЗЕМЕЛЬ В настоящее время оценка качественного состояния земель в РФ осуществляется по установленному перечню показателей (таблица 1.2). Данный перечень разделен на пять групп: общие показатели, физические и химические показатели, показатели загрязнения почв, показатели негативных процессов, дополнительные показатели для почв неиспользуемых земель [79, 89, 131]. Таблица 1.2 – Классификация показателей состояния сельскохозяйственных земель [89] Размерность 1 2 название почвы, включая почвообразующую породу мощность гумусового горизонта уклоны поверхности 3 содержание подвижного фосфора содержание обменного калия содержание минеральных форм азота содержание макро- и микроэлементов (Са, Mg, Zn, Cu, Mo, S, В) содержание водорастворимых солей для засоленных почв и территорий с опасностью засоления содержание обменного Na емкость катионного обмена % pH / KCl pH / H2O мг.экв./100 г почвы, для почв с pH / H2O < 7 мг/кг почвы мг/кг почвы мг/кг почвы 1 раз в 5 лет гидролитическая кислотность см градус мг/кг почвы % токсичных солей в зависимости от типа засоления % от ЕКО ЕКО — мг.экв/100 г почвы 1 раз в 15 лет Физические и химические показатели содержание органического вещества в пахотном горизонте кислотность-щелочность кислотность-щелочность - Периодичность определения 4 1 раз в 15 лет Показатели Общие показатели Группа 21 Продолжение таблицы 1.2 биологическая активность каменистость мощность мелкозема для горных и предгорных районов с залеганием плотных пород на глубине менее 2 метров закустаренность залесенность % % % мг/кг мг/кг мг/кг мкР/ч 1 раз в 5 лет г/см3 % % % % % покрытия камнями размером ≥5 см 1 раз в 15 лет гранулометрический состав, процент ила (частицы < 0,001 мм), процент физической глины агрегированность предельная полевая (наименьшая) влагоемкость, объемные равновесная плотность почвы по основным горизонтам до 1 метра содержание подвижных форм тяжелых металлов (Cd, Pb, Hg, As содержание остаточных количеств пестицидов содержание нефти и нефтепродуктов мощность экспозиционной дозы доля эродированных почв с учетом распределения по категориям доля засоленных почв с учетом распределения по категориям степени и глубины засоления доля солонцов и солонцеватых почв с учетом распределения по категориям доля переувлажненных почв с учетом распределения по категориям глубины залегания уровня грунтовых вод, см % % зарастание сорняками % определение микробиологической активности - 1 раз в 5 лет дополнительные показатели для почв неиспользуемых земель показатели негативных процессов Показатели загрязнения почв степень насыщенности основаниями мг.экв./100 г почвы, для почв с pH / H2O < 7 %, для почв с pH / H2O < 6 1 раз в 5 лет сумма поглощенных оснований 22 Анализ представленного перечня показателей показал, что он характеризуется определенными особенностями, которые необходимо учитывать при обосновании и выборе метода оценки качества земель сельскохозяйственного назначения. К основным следует отнести: Разнородность показателей состояния плодородия; Разнонаправленность оптимизации; Различные пределы оптимальных значений. Под разнородностью показателей следует понимать различность измерений шкал рассматриваемых показателей [63]. В случае, если показатели измеряются в одной шкале, то они являются однородными [5, 63]. В соответствии с данными понятиями, однородными показателями состояния земель, например, являются содержание подвижного фосфора и содержание обменного калия. К разнородным относятся мощность гумусового горизонта и уклоны поверхности. Разнонаправленность направления Некоторые оптимизации показатели оптимизации значений необходимо выражается показателей в противоположном состояния максимизировать, плодородия. поскольку большее значение является предпочтительнее, чем меньшее, в отличие от показателей, значения которых необходимо минимизировать. Например, для показателя «содержание органического вещества» в пахотном горизонте направление оптимизации является максимизация, поскольку, чем больше значения данного показателя, тем оно предпочтительнее. В отличие от показателя «гидролитическая кислотность», который необходимо минимизировать. Часть показателей состояния земель характеризуется наличием оптимальных значений. Под оптимальным значением следует понимать некое наилучшее значение конкретного показателя, к достижению которого необходимо стремиться [99,100]. Важным элементом правильного использования оптимальных значений и интерпретации полученных результатов является диапазон их возможных колебаний и корректного учета таких колебаний [62]. Перечень показателей, представленный в таблице 1.2, характеризует отдельные признаки и свойства всех типов почв, которые потенциально имеют 23 устойчивую корреляционную связь с урожайностью основных сельскохозяйственных культур. Научно-практические исследования почвенной среды показали, что для различных разновидностей почв характерен свой специфический комплекс свойств и признаков, наиболее коррелирующих и оказывающих влияние на продуктивность конкретных сельскохозяйственных культур [9-10, 49-51, 56, 105]. На сегодняшний день перечень агрохимических свойств почв сведен к необходимому и достаточному общепринятому минимуму, используемому с целью оценки качественного состояния земель и формированию урожайности культур. Ведущая роль при создании благоприятной среды для роста растений в дерново-подзолистых почва принадлежит таким свойствам, как: реакция почвенной среды, содержание в почве подвижных форм фосфора, калия, органического вещества, гранулометрический состав и состояние поглощающего комплекса [1, 10, 65, 101]. Частично данный перечень признаков и свойств также используется при расчете показателя почвенного плодородия (ППП) [82]. Ряд научных трудов [19, 21, 28, 58] посвящен изучению таких признаков почв как: особенность рельефа (уклон), гидролитическая кислотность (ГК), содержание азота, микроэлементов и их связь с урожайностью различных культур. Результаты исследований показали корреляционную взаимозависимость этих признаков почв с их производительной способностью, что послужило определяющим фактором для дальнейшего изучения этих показателей с целью выявления их влияния на урожайность культур на дерново-подзолистой почве. Современные обоснованные экономико-математические модели при обработке и анализе информации, полученной после обобщения многолетних статистических данных, с возможностью учета описанных особенностей показателей, являются тем незаменимым инструментом, применение которого позволяет добиться повышения уровня объективности оценки качества земель с последующей возможностью интерпретации полученных результатов. Для решения такого рода задачи необходимо провести комплексный анализ 24 отечественного и зарубежного опыта земельно-оценочных работ по определению качества земель с целью выявления и учета общих черт становления и развития подходов к бонитировке почв с исторической точки зрения. 1.3 АНАЛИТИЧЕСКИЙ ОБЗОР РАЗВИТИЯ ЗЕМЕЛЬНО-ОЦЕНОЧНЫХ РАБОТ ПО ОПРЕДЕЛЕНИЮ КАЧЕСТВА ЗЕМЕЛЬ 1.3.1 ОТЕЧЕСТВЕННЫЙ ОПЫТ ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ Задачи и содержание бонитировки почв изменялись в зависимости от социально-экономических условий страны, запросов сельского хозяйства и развития почвоведения. В связи с этим развитие бонитировки почв России подразделяется на два основных периода: бонитировка почв до Великой Октябрьской революции и бонитировка почв в СССР. Бонитировка почв до Великой Октябрьской революции представляла собой в большей мере визуальное определение качества и характеристик почв, по их урожайности, поскольку отсутствовала заинтересованность землевладельцев и государства в целом в научно-обоснованном определении уровня качества используемых сельскохозяйственных угодий. Бонитировка почв – это сравнительная оценка качества почв, их производительной способности, плодородия [17, 23]. Бонитет почв – показатель качества почв, их продуктивности, состояния. Научные основы бонитировки почв были заложены в России в конце 19 начале 20 века. Этому способствовали результаты исследований В.В. Докучаева при земельно-оценочных работах с целью установления земельного налога, в соответствии с качеством почв. Работы, проводимые под руководством В.В. Докучаева и его ближайшего ученика Н.М. Сибирцева, были направлены на решение достаточно узких фискальных задач. Однако в дальнейшем, авторы сумели преобразовать их в широкие агрономические исследования, которые послужили основой для развития сельскохозяйственной производительности [36]. Широкомасштабные оценочные работы на тот момент являлись первыми комплексными исследованиями, объектами изучения которых были не только 25 почвы, но и агроэкономические, агроэкологические условия территории, культура земледелия и ее связь с урожайностью. В результате выполнения этих земельнооценочных работ В.В. Докучаев и Н.М. Сибирцев пришли к заключению, что правильная бонитировка почв возможна только в том случае, если в основу разделения почв и земельных угодий на классы, разряды, почвенные группы будут положены природные качества как наиболее объективные и надежные показатели [24]. Следовательно, при бонитировке почв необходимо всесторонне изучать свойства, заложенные в самих почвах, и уже на основе комплексного анализа устанавливать их относительную ценность. В.В. Докучаевым была разработана двухэтапная методика оценки качества почв. На первом этапе оценки проводились исследования по определению ценности естественной почвы, результаты которой являлись основной для выделения естественных почвенных районов. Далее осуществлялась вторая часть работ, которая включала подробное сельскохозяйственно-экономическое обследование исследуемых районов. Необходимо отметить, что при таком двухэтапном подходе земельно-оценочные работы проводились в строгой зависимости от естественно-природных условий исследуемой территории. Причем главным принципом земельной оценки являлась не только полная взаимосвязь двух этапов, а первый этап должен служить основой и критерием для второго, следовательно, имел выраженный приоритет. Авторы считали, что статистические данные о почвах, ее урожайности, при их достоверности служат весьма полезным дополнительным материалом при характеристике и оценке почв. Данные о почвах, их составе, свойствах и признаках в совокупности со сведениями об урожайности, эффективности применяемых методов ведения хозяйства, их взаимный контроль и комплексное использование являются тем научно обоснованным критерием, указывающим на корректность определения качества почв [24]. Однако следует отметить, что урожайность культур без учета, поскольку на величину урожая влияет большое количество различных факторов: уровень агротехники, интенсивность земледелия, сроки сева, сортность, качество семян, погодные условия и др., 26 которые приводят к существенным колебаниям урожайности на почвах одного качества [107, 120]. Некоторые исследователи при изложении теоретических основ оценки земли отождествляли понятия бонитировки и экономической оценки. При таком подходе оценку земель проводили не на основе природных свойств почв, а по урожайности или другим экономическим показателям. При детальном рассмотрении критериев оценки почв, почвовед Черемушкин признавал [118], что качество почвы зависит от многих присущих ей естественно-генетических свойств. Однако утверждал, что ни одно из этих свойств почвы не способно служить основным критерием экономической оценки земли, в связи с чем и бонитировку почв необходимо проводить на основе валового продукта и чистого дохода. Однако при таком допущении возможны случаи, когда почвы одного качества получат различную балльную оценку. Такая ситуация может быть обусловлена различными трудовыми и материальными затратами при осуществлении сельскохозяйственной деятельности, интенсивностью земледелия, уровнем агротехники. Это способно привести к полному отсутствию стимулирования и мотивации в повышении производительности труда. Отсюда следует, что оценка земель должна быть дифференцированной, что позволит стимулировать землевладельцев к улучшению качества своих земель. В связи с чем, повышение плодородия почв будет являться основополагающим фактором увеличения производительности труда в сельском хозяйстве. Некоторые представители почвоведов считали, что необходимо определять баллы бонитета почв только по естественным признакам пахотного слоя, не учитывая при этом состав и свойства нижних горизонтов. Однако следует отметить, что урожайность сельскохозяйственных культур зависит не только от состава и свойства пахотного горизонта, а от всей мощности почв, до которой проникают корни растений. Поэтому такой метод бонитировки является некорректным, поскольку диагностические признаки и показатели природных свойств почв должны быть разными для почв различных типов ввиду неодинакового влияния на урожайность при различных естественно-природных 27 условиях. Следовательно, основными диагностическими признаками должны являться только те, которые устойчиво коррелируют с урожайностью ведущих сельскохозяйственных культур [9]. Главным основанием бонитировки почв служат их природные признаки и свойства как наиболее объективные и надежные показатели естественной правоспособности почв. При бонитировке почв, прежде всего, учитываются характерные свойства, заложенные в ней самой, устойчиво связанные с урожайностью сельскохозяйственных культур. На основе значений таких свойств устанавливается балл бонитета почв, их сравнительная ценность. Балл бонитета почв определяется путем учета свойств самой почвы и урожайности сельскохозяйственных культур, что является основой для контроля корректности бонитировочной шкалы [9-11, 36]. К одной из основных задач оценки качества почв относится составление специализированной классификации земель, плодородие которых выражено в баллах бонитета. Такая классификация позволяет дать сравнительную оценку качества почв, выявить наиболее ценные, высокопродуктивные земли или, наоборот, земли малопригодные и непригодные для ведения сельского хозяйства [109]. Отбор диагностических признаков, которые наиболее полно отражают качество почв и имеют тесную взаимосвязь с урожайностью, обосновываются и подбираются применительно к местным научно почвенно- климатическим и экономическим условиям [66]. Очевидно, что такой перечень показателей не может быть унифицированным для всей территории России, в виду разнообразия ее почвенно-климатических и географических особенностей. Кроме того, нельзя пренебрегать постепенным изменением почв как естественноисторического тела, средства производства и предмета труда. На территории Российской Федерации широкое распространение получили региональные методы оценки качественного состояния земель, которые учитывают общерегиональные свойства почв, наиболее тесно коррелирующие с урожайностью основных сельскохозяйственных культур [9, 66]. Еще 28 В.В. Докучаевым был выявлен зональный характер изменения свойств почв, что явилось предпосылкой использования разных методов оценки в различных зонах [21, 36]. Описанные выше особенности являются основными причинами того, что широкое распространение получили именно региональные подходы к бонитировке почв. Из вышеизложенного следует, что экономико-математические модели зависимости урожайности от диагностических признаков и свойств почв соответствуют лишь конкретным условиям района исследования. Следовательно, при качественной оценке земель выбор типа зависимости урожайности от диагностических признаков, основополагающим этапом характер для их дальнейшего влияния должен использования стать полученных результатов. 1.3.2 ОПЫТ ЗАРУБЕЖНЫХ СТРАН ПО ОПРЕДЕЛЕНИЮ КАЧЕСТВА ЗЕМЕЛЬ В Германии при оценке качества земель производится учет следующих признаков и свойств почв: гранулометрический состав; происхождение почвы; стадии ее развития. Большое внимание также уделяется аграрной пригодности земель. Ее определяют по климатическим показателям, возможности машинной обработки и особенностям рельефа местности, каменистости, кислотности почвы, содержанию гумуса [18, 111]. В Великобритании оценка качества земель производится с целью дальнейшего эффективного применения минеральных и органических удобрений, разработки различных видов мелиорации, применения более совершенных методов обработки почвы и средств защиты растений. Согласно британской бонитировочной классификации почв, сельскохозяйственные земли по продуктивности подразделяют на три категории: хорошего (I), среднего (П), и низкого (III) качества. Каждая категория подразделяется на ряд подкатегорий. На почвах I категории могут выращиваться все культуры данной климатической зоны. На почвах II категории получают средние урожаи даже при высокой 29 агротехнике. На почвах III категории из-за невозможности применения совершенной агротехники получают невысокие урожаи [111]. В США, согласно бонитировочной классификации, земли сельскохозяйственного назначения делят на 8 классов в зависимости от почвы, климатических, геоморфологических и гидрогеологических условий [111]. Основное внимание уделяется подверженности почв процессам эрозии, противоэрозионной обработке почвы и удобрениям. Классы подразделяют на подклассы согласно ряду почвообразующих критериев. При оценке качества сельскохозяйственных земель наряду с агрофизическими показателями, водными свойствами, климатическими условиями, географическим положением и уклоном местности, учитывают также мощность почвенного профиля, содержание органического вещества и питательных элементов, реакцию почвенной среды, засоление [91]. В США накоплен значительный опыт информационного обеспечения рационального использования и охраны сельскохозяйственных земель на всех уровнях административно-территориального деления страны. В Канаде для выражения потенциальной продуктивности одного и того же класса почв в зависимости от климата зоны используется термин «агроклиматический ресурсный индекс (АКРИ)» [111]. Он характеризуется длительностью безморозного периода, суммой активных температур (>5°С), дефицитом влаги. При оценке плодородия почв в Канаде выделяют 7 классов продуктивности и дополнительный класс, к которому относят органогенные почвы, не охваченные выделяемыми семью классами качества и пригодности почв. Все классы, за исключением первого, подразделяют на подклассы в зависимости от аграрной пригодности почв и факторов, вызывающих их агротехническую деградацию. При осуществлении классификации почв по пригодности в сельскохозяйственном следующие факторы: содержание использовании в почве также учитываются избыточных количеств легкорастворимых солей, каменистость, близость массивных горных пород, неблагоприятный для сельскохозяйственного использования почв рельеф местности, избыток воды, обусловленный слабой водопроницаемостью почвы, 30 высокий уровень залегания грунтовых вод, а также сток воды с соседних участков и т.д. [91]. В Польше земли сельскохозяйственного назначения по основе результатов бонитировки также подразделяются на классы. Угодья, предназначенные под пашню, делятся на 8 классов, аналогично, пастбища и сенокосы на 6 классов. При бонитировке почв используется унифицированный состав факторов, в который входят степень интенсивности использования земель, влажность почвы, уровень залегания грунтовых вод, технологические свойства участка, агрохимические свойства, степень эрозии и ряд других. Стандартизированность действующих правил помогает землевладельцам определять фискальную нагрузку на долгосрочную перспективу, что способствует принятию эффективных решений в области сельскохозяйственного планирования. Унифицированность и универсальность указанной классификации позволяет определять земельный налог на сельскохозяйственные земли единообразно для всей страны, поскольку он напрямую зависит от площади земельного участка, вида угодья и его класса [66]. Из вышесказанного следует, что обычно в ведущих зарубежных странах ограничиваются оценкой эффективного плодородия почвы по расширенному набору показателей, важнейшим из которых является продуктивность растений. По комплексной оценке, выраженной в процентах от урожайности, получаемой в оптимальных условиях при отсутствии специальных материальных затрат, определяют класс пригодности земли для тех или иных культур. Однако на территории РФ экономико-математические модели зависимости урожайности от диагностических признаков не могут быть универсальными. Это объясняется тем, что такие модели соответствуют лишь производственно-экономическим и климатическим условиям района исследования. Следовательно, при бонитировке почв выбор основных диагностических признаков, характер их влияния на уровень качества почв и функции математического преобразования, выявленных особенностей в баллы, должен стать основополагающим этапом при оценке качества земель сельскохозяйственного назначения. 31 1.4 ОБОСНОВАНИЕ НЕОБХОДИМОСТИ УСТАНОВЛЕНИЯ СВЯЗИ ПРОИЗВОДИТЕЛЬНОЙ СПОСОБНОСТИ ПОЧВ С ПОКАЗАТЕЛЯМИ СОСТОЯНИЯ ПЛОДОРОДИЯ Различные природные свойства почв неодинаково влияют на урожайность сельскохозяйственных культур в разных почвенных и агроклиматических зонах. Следовательно, при оценке качества земель необходимо учитывать лишь те природных признаки и свойств почв, у которых наблюдается устойчивая тесная связь с их производительной способностью. С целью составления бонитировочных шкал устанавливается теснота связи между различными типами почв и урожайностью ведущих сельскохозяйственных культур. Далее выделяются основные природные свойства и признаки почв, наиболее коррелирующие с урожайностью основных сельскохозяйственных культур, которые могут быть показателями при бонитировке почв. Причем недостаточно ограничиваться лишь установлением взаимозависимости между диагностическими признаками и производительной способностью почв, а необходимо выявленных более глубокое показателей на всестороннее величину изучение урожая. характера Это должно влияния найти непосредственное отражение в методах оценки качественного состояния, что позволит на научной основе объективно осуществлять бонитировку почв [120, 124]. Последовательность бонитировки почв в границах земельно-оценочного района представлена на рисунке 1.3 [21, 66]. 32 Определение средних значений показателей, характеризующих отдельные признаки и свойства почв Определение средней многолетней урожайности основных сельскохозяйственных культур на различных почвах Выбор основных диагностических признаков Составление шкалы бонитировки почв по естественным свойствам и урожайности основных сельскохозяйственных культур Рисунок 1.3 – Последовательность бонитировки почв Установление устойчивой тесной корреляционной связи диагностических признаков с урожайностью основных сельскохозяйственных культур является неотъемлемой частью оценки качества земель. В процессе анализа такой связи необходимо более детальное изучение влияния каждого из признаков на урожайность. В настоящее время в соответствии с «Методикой расчета показателя почвенного плодородия в субъекте Российской Федерации» комплексный показатель плодородия рассчитывается как среднее от суммы соотношений фактических значений четырех агрохимических показателей к их оптимальным значениям по всем типам почв посевных площадей сельскохозяйственных культур в субъекте Российской Федерации [82]. При расчете уровня плодородия учитываются следующие агрохимические показатели: - кислотность почв (pH, ед.); - содержание гумуса (%); - содержание подвижных форм фосфора ( P2 O5 , мг/кг почвы); - содержание обменного калия ( K 2 O , мг/кг почвы). 33 Показатель кислотности для щелочных почв pH (H2O) рассчитывается, как соотношение оптимального значения показателя к фактическому, для кислых почв pH (KCl) – фактического к оптимальному. Показатель плодородия для каждого типа почв рассчитывается для щелочных почв по формуле (1), для кислых почв по формуле (2): K ПП. ( P O ф. K O ф. pH (H2O) опт. гумус ф. 2 5 2 ) :4; гумус опт. P2 O5 опт. K 2O опт. pH (H2O) ф. (1) K ПП. ( pH (KCl) ф. P O ф. K O ф. гумус ф. 2 5 2 ) :4, гумус опт. P2 O5 опт. K 2 O опт. pH (KCl) опт. (2) где K ПП. – показатель почвенного плодородия для каждого типа почв; (гумус), (pH), ( P2 O5 ), ( K 2O ) – агрохимические показатели; ф. – фактические значения агрохимических показателей; опт. – оптимальные значения агрохимических показателей; pH (H2O) – для щелочных почв; pH (KCl) – для кислых почв [82]. При детальном анализе формул 1 и 2 было выявлено, что они полностью совпадают с формулой по расчету балла основных показателей плодородия почвы, в соответствии с методикой разработанной Центральным институтом агрохимического обслуживания сельского хозяйства (ЦИНАО) [31, 112]. Однако у данных формул существуют определенные недостатки, которые способны привести к искажению конечного результата по определению значения комплексного показателя плодородия почв, что приведет к снижению объективности результатов оценки качественного состояния плодородия земель сельскохозяйственного назначения. К основным недостаткам рекомендованных методик необходимо отнести невозможность учета нелинейного характера влияния агрохимических показателей на итоговый результат по определению комплексного показателя плодородия. Изучению неравномерности вклада отдельных показателей плодородия на уровень урожайности посвящено незначительное количество научных работ, однако определенные успехи и результаты все же достигнуты. 34 Анализ работ российских авторов (Сычев, Чуб, Штейн, Моторыгин) [112, 119] приводит к выводу о существенном снижении прибавок урожайности зерновых культур от фосфора с повышением его содержания в почве выше оптимальных значений. Ряд других исследований (Кулаковская, Липкина, Прошкин) [50, 56, 101] направлен на оценку тесноты и достоверности связи прибавки урожайности различных культур от агрохимических свойств почв, анализ которых позволяет сделать однозначный вывод о том, что существует нелинейность зависимости урожайности зерновых культур от содержания подвижных форм фосфора. Также результаты проведенных исследований показывают, что при переходе от кислой к слабокислой реакции почвенной среды прибавка урожайности пшеницы плавно и нелинейно возрастает. Значительное количество работ (Липкина, Литвак, Прошкин, Семенов) [56, 57, 101, 107] посвящено изучению взаимозависимости урожайности различных сельскохозяйственных культур от таких показателей, как содержание органического вещества, гранулометрический состав, кислотность, содержание подвижного фосфора. Причем в представленных выше исследованиях была произведена попытка количественного описания зависимостей урожайности определенных культур от содержания в почве гумуса и установления его непосредственного влияния на характер связей с некоторыми другими свойствами почв. В результате было установлено, что связь урожайности с содержанием в почве органического вещества и фосфора необходимо аппроксимировать логарифмической функцией, а связь с гранулометрическим составом и кислотностью наиболее полно отражает уравнение квадратичной параболы. Исходы из вышеизложенного следует, что при земельно-оценочных работах, направленных на определение качества земель сельскохозяйственного назначения, недостаточно ограничиваться только установлением тесной связи природных признаков почв с урожайностью основных культур. В виду того, что исследования различных авторов подтверждают наличие нелинейной зависимости производительной способность почв с их природными признаками и свойствами, возникает прямая необходимость в комплексном анализе связи каждого из 35 потенциальных диагностических признаков с урожайностью с целью установления их характера взаимосвязи, который должен найти непосредственное отражение в методах оценки качества земель. Исходя из представленных выше материалов, с целью установления наличия нелинейного влияния признаков дерново-слабоподзолистого типа почв на ее производительную способность было произведено определение средних фактических значений показателей состояния плодородия за последние 5-10 лет по нескольким сельскохозяйственным землепользованиям Лужского района Ленинградской области. Результаты определения средних арифметических значений представлены в Приложении А. В исследуемую территорию входит 94 различных сельскохозяйственных угодья. Более 90 процентов исследуемых земель представлено дерново-слабоподзолистым типом почв. Также производился сбор данных по фактической многолетней урожайности зерновых культур по угодьям, с дальнейшим вычислением средних арифметических их значений (Приложение А). По результатам сбора и анализа полученных сведений были выявлены закономерности связи урожайности с различными свойствами почв. На рисунке 1.4 представлен график зависимости урожайности зерновых культур от кислотности почв. Для получения данной зависимости были использованы материалы по урожайности культур при обязательной сопоставимости других признаков, значения которых находились в пределах одной группы: значения фосфора колебались в пределах 151-250 мг/кг почвы; колебания калия составляли от 171 до 250 мг/кг; процент физической глины составлял от 20 до 30 процентов; содержание органического вещества в пахотном слое варьировалось от 2,5 до 3 процентов [62]. 36 Урожайность, ц/га 35 30 25 20 15 4 4,5 5 5,5 6 6,5 Кислотность, ед Рисунок 1.4 – Зависимость урожайности зерновых культур от кислотности почв Также по результатам агрохимического обследования состояния плодородия земель была выявлена зависимость урожайности зерновых культур от гранулометрического состава почв (рисунок 1.5). Анализ производился по угодьям со следующими характеристиками: значения фосфора колебались в пределах 151-250 мг/кг почвы; колебания калия составляли от 121 до 170 мг/кг; содержание органического вещества в пахотном слое варьировалось от 2,5 до 3,0 процентов; кислотность почв составляла 5,6-6,0. Урожайность, ц/га 35 30 25 20 15 5 10 15 20 25 30 35 40 45 Содержание физической глины, % Рисунок 1.5 – Зависимость урожайности зерновых культур от гранулометрического состава Удалось установить закономерность зависимости урожайности зерновых культур от содержания органического вещества в почве (рисунок 1.6). Учитывались почвы со следующими характеристиками: значения фосфора 37 колебались в пределах 251-300 мг/кг почвы; колебания калия составляли от 121 до 170 мг/кг; степень кислотности почв составляла 5,1-5,5; процент физической глины составлял от 20 до 30 процентов. 40 Урожайность, ц/га 35 30 25 20 15 10 0,5 2 3,5 5 Органическое вещество, % Рисунок 1.6 – Зависимость урожайности зерновых культур от содержания гумуса 1.5 ВЫВОДЫ ПО ГЛАВЕ 1 Комплексный анализ методических основ оценки качества земель сельскохозяйственного назначения, а также результаты изучения отечественного и зарубежного опытов земельно-оценочных работ по определению уровня качественного состояния почв позволяют сформулировать следующие выводы: 1. Земли сельскохозяйственного назначения, в соответствии с земельным законодательством Российской Федерации, имеют принцип приоритета в использовании и особой охране. В связи с этим, контроль за рациональным и эффективным использованием сельскохозяйственных угодий является ключевой задачей при ведении государственного кадастра недвижимости, для решения которой особое внимание следует уделять проведению земельно-оценочных работ по определению качества земель. Качественное состояние почв является основополагающим свойством земель сельскохозяйственного назначения как средства труда, в связи с чем искажение или необъективность информации о свойствах земли приводит к неоправданному занижению или завышению 38 стоимости земельных участков, что является причиной возникновения судебных споров относительно справедливости размеров налоговых отчислений. 2. В последние десятилетия в Ленинградской области наблюдается отрицательная динамика изменения площади пашни в составе земель сельскохозяйственного назначения. Основной причиной данного обстоятельства является проведение в этот промежуток времени земельной реформы, сложный и продолжительный механизм реализации которой значительно сказался на состоянии земель. Также к основным причинам сокращения площадей сельскохозяйственных угодий следует отнести увеличение интенсивности развития деградационных процессов на землях, которые не используются в сельском хозяйстве на протяжении длительного промежутка времени. Недостоверность или необъективность результатов оценки качества земель сельскохозяйственного назначения также способны привести к потере контроля за развитием негативных процессов и как следствие к существенному снижению плодородия. 3. Исторически оценка качества земель рассматривалась с различных сторон. Некоторые авторы отождествляли понятия качественной и экономической оценок земель. Другими авторами были выдвинуты гипотезы о критериях оценки почв, которыми должны служить химические и агрохимические показатели. Однако такие взгляды являются ошибочными, поскольку только естественные природные признаки и свойства почв, устойчиво коррелирующие с ее производительной способность, являются основными факторами ценности и доходности земли, и как следствие, единственно возможным способом для определения относительной ценности земель. 4. В настоящее время при оценке качества земель ограничиваются установлением связи между урожайностью и признаками почв с целью выявления необходимого и достаточного набора показателей. В результате анализа различных работ отечественных авторов были выделены природные признака почв, которые потенциально способны иметь тесную связь с производительной способностью дерново-слабоподзолистого типа почв: реакция почвенной среды, 39 содержание в почве подвижных форм фосфора, обменного калия, органического вещества, азота, микроэлементов, гранулометрический состав, состояние поглощающего комплекса, уклон. Также результаты ряда исследований показал нелинейный характер влияния различных признаков с урожайностью основных сельскохозяйственных культур. В связи с чем, характер зависимости производительной способности почв от диагностических признаков должен найти непосредственное отражение в методах оценки качества земель сельскохозяйственного назначения. Из вышеизложенного следует, что задачи дальнейшего исследования сводятся к следующему перечню: 1. Провести анализ современных методов оценки качества земель сельскохозяйственного назначения на предмет учета ими нелинейного характера влияния диагностических признаков на производительную способность почв; 2. Выявить признаки дерново-слабоподзолистого типа почв Лужского района Ленинградской области, устойчиво коррелирующие с урожайностью основных сельскохозяйственных культур; 3. Установить характер влияния диагностических признаков и свойств исследуемого типа почв на уровень качества земель сельскохозяйственного назначения; 4. Определить сельскохозяйственного зависимость назначения результатов от оценки нелинейного качества характера диагностических признаков почв на их производительную способность. земель влияния 40 ГЛАВА 2 ВЫЯВЛЕНИЕ УСТОЙЧИВОЙ СТАТИСТИЧЕСКОЙ КОРРЕЛЯЦИОННОЙ ВЗАИМОСВЯЗИ ПРИЗНАКОВ И СВОЙСТВ ПОЧВ С УРОЖАЙНОСТЬЮ ОСНОВНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР 2.1 ОПРЕДЕЛЕНИЕ ЗАКОНА СТАТИСТИЧЕСКОГО РАСПРЕДЕЛЕНИЯ ЗНАЧЕНИЙ ПРИЗНАКОВ ПОЧВ И ВЫЯВЛЕНИЕ ИХ МУЛЬТИКОЛЛИНЕАРНОСТИ Научной основой при оценке качества земель сельскохозяйственного назначения служат Следовательно, под правильно критериями выбранные оценки критерии балльной подразумеваются оценки. отличительные диагностические признаки и показатели, которые служат основой бонитировки почв, учет которых способен дать ответ о сравнительных характеристиках почв [23,24]. Однако решению вопроса обоснования критериев оценки качества земель сельскохозяйственного назначения не было уделено достаточного внимания. В этой связи существует значительное количество дискуссионных вопросов о критериях бонитировки почв, отсутствии стандартизированного перечня показателей и свойств почв. Результаты качественной оценки почв влияют на экономическую оценку земель, что еще раз подтверждает необходимость в глубоком и всестороннем изучении критериев бонитировки, их характера влияния на балл бонитета. Только корректный выбор ведущих диагностических признаков и свойств почв, устойчиво коррелирующих с урожайностью, способен служить научной основой оценки качества земель сельскохозяйственного назначения. Первые два этапа бонитировки почв являются процессом обобщения исходной информации, сбор которой осуществлялся за 5-10 предшествующих оценке лет. Для составления бонитировочных таблиц допускается использование данных по урожайности только по тем хозяйствам, в которых одна почвенная разновидность занимает не менее 70% пашни [10, 11, 66]. Такое требование к сбору исходной информации предъявляется с целью исключения искажения данных и повышения объективности и достоверности результатов. Необходимо также отметить, что вычисление средних значений показателей, 41 характеризующих отдельные признаки и свойства почв и средней многолетней урожайности основных сельскохозяйственных культур, сопряжено с влиянием ряда ошибок и погрешностей, которые способны исказить конечный результат оценки. Это связно с недостатками определения диагностических признаков при осуществлении лабораторных анализов и потерями при агротехническом (физическом) сборе урожая сельскохозяйственных культур, способными достигать 7-10% от общей величины собранного урожая [62]. Тип распределения исходных данных определяет дальнейший выбор методов статистического анализа. Одним из необходимых условий применения параметрических методов является нормальное распределение данных [42]. Если исходные данные не отвечают закону нормального распределения, их необходимо трансформировать с целью максимального к нему приближения. Однако эта процедура способна привести к существенному усложнению интерпретации результатов, полученных при дальнейшем статистическом анализе [37, 116]. Обобщенные данные за последние 5-10 лет по признакам и свойствам почв по различным сельскохозяйственным угодьям со средними значениями многолетней урожайности зерновых культур по трем землепользованиям Лужского района Ленинградской области, анализ которых в дальнейшем будет осуществляться, представлен в Приложении А. Все угодья, по которым производился сбор исходных данных, относится к дерново-слабоподзолистому типу почв. Проверка гипотезы о нормальности распределения урожайности и показателей, характеризующих отдельные признаки и свойства почв, проводилась средствами программного продукта Statistica. В этом программном пакете для проверки типа распределения применяется критерий хи-квадрат. Полученные результаты проверки представлены на рисунке 2.1. Представленные гистограммы подтверждают гипотезу о нормальном распределении исходных данных без проявления ассиметрий, что делает возможным дальнейший анализ с применением метода множественного регрессионного анализ, посредством построения аддитивной модели [37]. 42 а б в г д е ж з и к Рисунок 2.1 – Гистограммы проверок нормальности распределения данных: а – гранулометрический состав; б – органическое вещество; в – калий; г – рН; д – фосфор; е – ГК; ж – азот; з – сумма поглощенных оснований; и – урожайность; к – микроэлементы Также для проверки нормальности распределения данных и наличия в совокупности резких отклонений, выделяющихся из основного количества значений, было определено отношение среднего квадратического и среднего линейного отклонений по формулам (2.1) и (2.2). Для нормального распределения это соотношение равно 1,25 [37]. 43 ( x x) f 2 i fi i , (2.1) i x x f d f i i i , (2.2) i где σ – среднее квадратическое отклонение; d – среднее линейное отклонение; xi – значение признака в i-й групп; x – средняя величина признака в совокупности; fi – частота i-го признака. Согласно расчетам, в результате вычисления среднего квадратического и среднего линейного отклонений и последующего нахождения отношения между ними было выявлено, что его значение для всех исследуемых признаков почв и урожайности близко к 1,25, следовательно, генеральная совокупность данных отвечает законам нормального распределения и отсутствуют нетипичные, резкие отклонения. С целью получения достоверных результатов по взаимосвязи показателей, характеризующих отдельные признаки и свойства почв и урожайности различных сельскохозяйственных культур была выполнена проверка показателей на мультиколлинеарность – линейную взаимосвязь переменных (признаков и свойств почв) модели [12]. Чем сильнее мультиколлинеарность признаков почв, тем менее надежной является оценка распределения суммы объясненной вариации по отдельным признакам, что способно привести к искажению результатов множественного регрессионного анализа и принятию некорректных выводов о тесноте связи. Взаимозависимость свойств почв является объективной реальностью, что приводит к необходимости более детального ее изучения с целью исключения искажающего влияния на парные и множественные зависимости уравнения регрессии [101, 116]. Формула для расчета коэффициента парной корреляции имеет следующий вид: 44 rxy (x i x)( y i y ) i ( xi x) 2 ( y i y ) 2 i , (2.3) i где rxy – коэффициент парной корреляции; xi – значение первой переменной при i-м наблюдении; x – среднее значение первой переменной; yi - значение второй переменной при i-м наблюдении; y - среднее значение второй переменной. Коэффициент парной корреляций изменяется от -1 (случай полной обратной связи) до 1 (случай полной прямой связи). Основной целью корреляционного анализа является выявление структуры взаимосвязей между признаками почв и последующее сокращение их числа (редукция данных) [116]. Для выявления мультиколлинеарности между признаками и свойствами почв было выполнено моделирование посредством пакета программного обеспечения Statistica, выбор которого был обусловлен возможностями данного комплекса по системному анализу получаемых результатов. Необходимое количество наблюдений для исходной выборки должно превышать количество переменных в 6-7 раз [37]. Формируемая модель содержит 10 анализируемых признаков почв, которые потенциально могут иметь устойчивую корреляционную связь с урожайность основных культур. Так, в соответствии с п. 1.2.1, к таким признакам были отнесены: уклон, рН, ГК, гранулометрический состав, содержание органического вещества, подвижных форм фосфора, обменного калия, азота, микроэлементов. Минимальное количество сельскохозяйственных угодий, необходимое для осуществления корреляционного анализа, составляет 60-70 шт., в связи с чем, было принято решение включить в модель все угодья с дерново- слабоподзолистым типом почв. В таблице 2.1 представлены результаты корреляционного анализа исходного массива данных, выполненного средствами программного продукта Statistica, в виде симметричной матрицы. 45 Таблица 2.1 – Матрица коэффициентов парной корреляции признаков и свойств дерново-слабоподзолистого типа почв -0,04 Органи ческое вещест во -0,04 Уклон Уклон Гранулометрический состав рН Органическое вещество Фосфор Калий Азот ГК Сумма поглощенных оснований Микроэлементы Урожайность 1,00 -0,04 1,00 0,01 -0,04 0,01 -0,04 Фосфор Калий Азот ГК Сумма поглощенных оснований 0,00 -0,08 0,03 0,07 -0,10 -0,05 -0,09 -0,01 -0,25 -0,11 0,13 -0,10 0,16 -0,07 0,23 1,00 0,35 -0,15 0,02 -0,05 -0,79 0,61 0,08 0,46 -0,01 0,35 1,00 -0,10 -0,03 0,07 -0,21 0,52 -0,10 0,58 0,00 -0,08 0,03 0,07 -0,25 -0,11 0,13 -0,10 -0,15 0,02 -0,05 -0,79 -0,10 -0,03 0,07 -0,21 1,00 0,55 -0,08 0,13 0,55 1,00 -0,17 0,04 -0,08 -0,17 1,00 -0,05 0,13 0,04 -0,05 1,00 -0,29 -0,09 0,03 -0,59 0,03 0,06 -0,02 -0,15 0,26 0,30 0,05 -0,36 -0,10 0,16 0,61 0,52 -0,29 -0,09 0,03 -0,59 1,00 0,04 0,70 -0,05 -0,09 -0,07 0,23 0,08 0,46 -0,10 0,58 0,03 0,26 0,06 0,30 -0,02 0,05 -0,15 -0,36 0,04 0,70 1,00 -0,04 -0,04 1,00 рН Микроэле Урожай менты ность 45 Признак Гранул ометри ческий состав -0,04 46 Из представленной в таблице 2.1 матрицы следует, что большинство переменных имеют слабую и среднюю связь между собой (r<0,7), следовательно, такие они независимы. Существенное повышение коэффициента корреляции наблюдается между показателями «рН солевой» и «Гидролитическая кислотность». Данное обстоятельство легко объяснимо с точки зрения почвоведения, поскольку эти показатели имеют тесную агрохимическую взаимозависимость [4]. Значение коэффициента между ними, равное -0,79, дает полное основание утверждать, что данные признаки имеют сильную обратную линейную связь. С целью недопущения мультиколлинеарности среди показателей свойств почв было принято решение исключить гидролитическую кислотность из дальнейшего анализа, поскольку ее связь с урожайностью ниже, чем у рН солевого, в то время как с другими признаками выше. 2.2 ВЫЯВЛЕНИЕ ЗАВИСИМОСТИ ПРОИЗВОДИТЕЛЬНОЙ СПОСОБНОСТИ ПОЧВ ОТ ИХ ПРИЗНАКОВ И СВОЙСТВ Как было изложено в п. 1.4, для осуществления выбора основных диагностических признаков необходимо выявить наличие тесной зависимости между признаками и свойствами почв с урожайностью. Установление такой связи осуществляется путем проведения множественного регрессионного анализа. Однако перед его проведением необходимо выявить форму взаимозависимости каждого из исследуемых признаков с урожайностью. Данную процедуру целесообразно осуществлять в два этапа: предварительное определение типа характера влияния и подборка типа характера влияния. Предварительное определение типа характера влияния (1 этап) выполняется путем построения и дальнейшего анализа корреляционного поля признака с производительной способностью почв при максимально возможном исключении влияния остальных признаков. Исключение влияния всех признаков, кроме анализируемого, осуществить при на сравнении величину урожая представляется сельскохозяйственных идентичными значениями признаков. угодий с возможным абсолютно 47 Однако при таком значительном размахе значений признаков практически невозможно достичь данного условия. Поэтому было принято решение произвести обобщение результатов агрохимического обследования по тем угодьям, в которых значения всех признаков попадают в интервал групп с оптимальными значениями, которые выделены Всероссийским НИИ агрохимии в зависимости от классификации агрохимических показателей плодородия (Таблица 2.2) [62]. Таблица 2.2 – Группировка значений признаков дерново-подзолистых почв Признак Гранулометрический состав Азот Фосфор Калий Органическое вещество рН ГК Сумма поглощенных оснований Обобщенные материалы являются Ед. измерения % мг/кг почвы % мг-экв./100 г. почвы основой для Значение 30-40 более 100 более 250 более 250 более 2,5 6,0-7,0 менее 2 более 30 построения корреляционного поля зависимости урожайности от изучаемого признака при минимально возможном влиянии всех оставшихся признаков. Интерпретация графического представления в таком виде позволяет сделать предварительную гипотезу о форме взаимосвязи урожайности с анализируемым диагностическим признаком. Корреляционные поля зависимости урожайности с содержанием органического вещества и подвижных форм фосфора представлены на рисунке 2.2 и 2.3. Выбор наилучшей аппроксимирующей функции осуществлялся из следующего перечня: линейная, логарифмическая, полиномиальная, степенная и экспоненциальная. Из приведенных графиков следует, что анализируемые показатели плодородия имеют логарифмический характер влияния на урожайность, поскольку данный тип имеет максимальное значение коэффициента частной детерминации (рисунок 2.6). 48 35 Урожайность, ц/га y = -0,259x2 + 3,502x + 29,19 R² = 0,829 30 Урожайность y = 4,610x + 24,43 R² = 0,661 Линейная (Урожайность) 25 Логарифмическая (Урожайность) y = 16,34ln(x) + 21,79 R² = 0,916 Полиномиальная (Урожайность) 20 0,5 2,5 4,5 6,5 Органическое вещество,% Рисунок 2.2 – Корреляционное поле зависимости урожайности от содержания органического вещества Урожайность, ц/га 38 y = -6E-05x2 + 0,069x + 24,05 R² = 0,849 урожайность 33 Логарифмическая (урожайность) y = 0,030x + 28,18 R² = 0,760 Линейная (урожайность) 28 Полиномиальная (урожайность) y = 6,978ln(x) - 1,050 R² = 0,938 23 0 200 400 600 Фосфор, мг на 1 кг почвы Рисунок 2.3 – Корреляционное поле зависимости урожайности от содержания подвижных форм фосфора На рисунках 2.4 и 2.5 представлены корреляционные поля связи урожайности с кислотностью и гранулометрическим составом, на которых также представлены основные аппроксимирующие семейства. Интерпретация построенных графиков позволяет сделать вывод о полиномиальном характере влияния признаков на урожайность (рисунок 2.6). Необходимо отметить, что остальные признаки не 49 имеют ярко выраженного нелинейного характера влияния, в связи с чем, графики их корреляционных полей с урожайностью не представлены. Урожайность, ц/га 38 y = 38,70ln(x) - 20,75 R² = 0,738 36 Урожайность 34 y = 6,700x + 8,015 R² = 0,684 32 Линейная (Урожайность) y = -6,052x2 + 74,91x - 180,7 R² = 0,918 30 Логарифмическая (Урожайность) Полиномиальная (Урожайность) 28 4,3 5,3 6,3 рН Рисунок 2.4 – Корреляционное поле зависимости урожайности от уровня кислотности почв y = 22,73x0,151 R² = 0,638 39 Урожайность Урожайность, ц/га 37 35 33 y = 0,231x + 30,60 R² = 0,399 31 Степенная (Урожайность) y = -0,027x2 + 1,460x + 20,12 R² = 0,922 29 Полиномиальная (Урожайность) Линейная (Урожайность) 27 25 4 14 24 34 Гранулометрический состав , % Рисунок 2.5 – Корреляционное поле зависимости урожайности от гранулометрического состава почвы Итоговая столбчатая диаграмма со всеми значениями коэффициентов частной детерминации общепринятых семейств аппроксимирующих функций, при исследовании корреляционных полей признаков с нелинейными характерами влияния на урожайность представлена на рисунке 2.6. Значение коэф. детерминации 50 1 0,8 0,6 Экспоненциальная Линейная 0,4 Логарифмическая Полиномиальная 0,2 Степенная 0 Орг. вещ-во рН Физ. глина Фосфор Рисунок 2.6 – Значения коэффициентов детерминации при различных типах зависимостей урожайности от диагностических признаков Анализ рисунка 2.6 позволяет сделать однозначный вывод о наличии нелинейной формы связи ряда признаков дерново-слабоподзолистого типа почв с ее производительной способностью. Такие признака, как содержание органического вещества и подвижных форм фосфора наилучшим образом аппроксимируются посредством логарифмической функции, в то время как кислотность и гранулометрический состав имеют ярко выраженный полиномиальный характер зависимости. 2.3 ОБОСНОВАНИЕ НЕОБХОДИМОСТИ УЧЕТА НЕЛИНЕЙНОГО ХАРАКТЕРА ВЛИЯНИЯ ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ ПОЧВ ПРИ ОЦЕНКЕ КАЧЕСТВА ЗЕМЕЛЬ После построение корреляционных полей и выявление форм связи признаков почвы с ее производительной способностью необходимо осуществить выбор диагностических признаков посредством множественного регрессионного анализа. Данная процедура позволит установить тесную взаимозависимость признаков с результативной переменной, в роли которой выступает урожайность зерновых культур, выраженная в центнерах на 1 единицу площади. Уравнение множественной регрессии представляет собой математически выраженную зависимость результативной переменной (урожайность) от исследуемых 51 переменных (признаки почв) [42]. Уравнение регрессии характеризует среднее изменение урожайности сельскохозяйственных культур при влиянии определенного перечня признаков почв. Для построения уравнения множественной регрессии необходимо решение двух основных задач [37]: - выбор переменных, входящих в регрессию; - выбор типа уравнения регрессии. Решение первой задачи базируется на анализе матрицы коэффициентов парной корреляции и выделении тех признаков почв, для которых отсутствует мультиколлинеарность. Данная процедура была выполнена в п. 2.1. Также к искажению результатов регрессионного анализа приводит одновременное включение признаков, представляющих абсолютные, средние или относительные величины. В связи с этим было принято решение рассматривать именно абсолютные значения исследуемых признаков почв. Выбор типа уравнения должен обеспечивать соотношение простоты и желаемой интерпретируемости получаемых результатов регрессионного анализа. Уравнение множественной линейной регрессии является наиболее предпочтительным по сравнению с другими типами регрессии, поскольку возможность интерпретации его параметров наиболее очевидна и проста, следовательно, является более подходящей для использования с целью анализа и прогноза результатов [46]. В п. 2.1. были раскрыты причины того, что исходный массив данных не лишен различного рода погрешностей. Эффект уточнения, который может дать применение нелинейной регрессии в таких условиях, является абсолютно незначительным [12, 37]. Описанные обстоятельства являются доказательством необходимости использования именно множественной линейной регрессии. Параметры линейного уравнения множественной регрессии оцениваются методом наименьших квадратов (МНК), который предназначен для обеспечения минимальности суммы квадратов отклонений фактических значений урожайности 52 от ее теоретических значений, полученных на основе уравнения регрессии [48]. Главное условие МНК представлено ниже. ( y i yi ) 2 min , (2.4) i С целью выявления доли дисперсии результативной переменной у (урожайность), объясненной за счет учтенных в анализе признаков и свойств почв, используется коэффициент множественной детерминации, значения которого находятся в интервале от 0 до 1. Основным назначением коэффициента множественной детерминации является оценка качества уравнения множественной регрессии: чем больше его значение, стремящееся к единице, тем надежнее результаты анализа и прогноза на его основе [12]. С целью доказательства необходимости учета нелинейного характера зависимости производительной способности почв от их диагностических признаков были выполнены линейный без и с преобразование значений признаков регрессионные анализы с последующим сопоставлением полученных данных. Результаты множественного регрессионного анализа исходных данных (Приложение А) представлены в таблице 2.3. Коэффициенты линейного уравнения множественной регрессии показывают, на сколько единиц в среднем изменяется результирующая функция при изменении xi на одну единицу своего измерения. Знак при коэффициенте регрессии соответствует направлению зависимости функции от переменных. Таблица 2.3 – Результаты множественной линейной регрессии Признак 1 Свободный член Уклон Гранулометри ческий состав рН солевой Органическое вещество Стандартизированны й коэффициент регрессии 2 Ошибка Коэффициент регрессии Ошибка tрасч plevel 3 4 5 6 7 - - 10,9278 2,3165 4,7173 0,000 0,0807 0,0494 0,1224 0,0749 1,6341 0,106 0,2825 0,0502 0,1554 0,0276 5,6254 0,000 0,3058 0,0511 1,9086 0,3192 5,9784 0,000 0,3310 0,0487 1,1858 0,1745 6,7953 0,000 53 Продолжение таблицы 2.3 1 Фосфор Азот Калий Сумма поглощенных оснований Микроэлементы 2 0,4497 0,0887 0,2756 3 0,0548 0,0488 0,0558 4 0,0186 0,0061 0,0188 5 0,0023 0,0033 0,0038 6 8,2001 1,8186 4,9360 7 0,000 0,072 0,000 0,2364 0,0486 0,1302 0,0267 4,8657 0,000 -0,0563 0,0483 -0,1616 0,1385 -1,1665 Значение критерия Фишера для модели Значение р-уровня для модели Значение скорректированного коэффициента множественной детерминации 0,246 41,62 <0,000 0,62 По таким критериям оценки полученной модели регрессии как критерий Фишера (значение 41,62) и р-уровень (значение < 0,000) модель является адекватной и значимой. Следующие признаки почв являются статистически не значимыми, следовательно, их нельзя отнести к диагностическим: уклон, содержание азота и микроэлементов. Для сопоставления результатов нескольких выборок при различных количествах исследуемых признаков и угодий следует опираться на значение скорректированного коэффициента множественной детерминации, который учитывает описанные отличия в выборках. Скорректированный коэффициент множественной детерминации исследуемой выборки имеет значение равное 0,62 (таблица 2.3), что является показателем по шкале Чеддока лишь «умеренной» совокупной корреляционной связи [37]. Такой результат связан, прежде всего, с влиянием неучтенных в модели факторов и рядом других причин. Также, это служит предпосылкой к необходимости в преобразовании значений ряда диагностических признаков по причине их возможного нелинейного влияния на урожайность [124]. После реализации множественной линейной регрессии необходимо выполнить математическое преобразование значений признаков с учетом выявленного в п. 2.2 характера их зависимости от урожайности. Этот процесс осуществляется путем конечного числа итераций, основанных на включении выявленной нелинейности в уравнение линейной множественной регрессии и дальнейшее определение формулы путем преобразования значений признаков до достижения максимального совокупного значения коэффициента детерминации. 54 В связи с тем, что был выявлен логарифмический тип зависимости между урожайностью и признаками «Органическое вещество» и «Фосфор» (рисунок 2.2 и 2.3), было принято решение преобразовать их значения путем логарифмирования. Поскольку урожайность имеет параболический тип связи со значениями таких признаков, как «рН» и «Гранулометрический состав» (рисунок 2.4 и 2.5), была введена новая переменная, равная квадрату их значений. После преобразования исходного массива данных необходимо еще раз выполнить корреляционный анализ, поскольку он выявляет только линейную структуру взаимосвязей между диагностическими признаками, которая способна измениться после преобразования данных [116]. Результаты анализа представлены в таблице 2.4. Интерпретация полученной парной корреляционной матрицы позволяет сделать однозначный вывод об отсутствии мультиколлинеарности между преобразованными признаками. Это является предпосылкой к непосредственному выполнению множественного регрессионного анализа. 55 Таблице 2.4 – Корреляционная матрица после преобразования исходного массива данных Признак Гранулометрический состав Гранулометрический состав (квадрат) рН рН (квадрат) Органическое вещество (натур. логарифм) Фосфор (натур. логарифм) Калий Сумма поглощенных оснований Урожайность Гранул ометри ческий состав 1,00 Гранулом етрически й состав (квадрат) 0,99 рН рН (квадрат) -0,02 -0,02 Органическо е вещество (натур. логарифм) 0,11 0,99 1,00 0,00 -0,03 -0,02 -0,02 0,00 -0,03 1,00 0,60 0,11 0,11 -0,06 0,11 Фосфор (натур. логарифм) Калий Сумма обменных оснований Урожайн ость -0,06 0,11 0,12 0,30 0,11 -0,07 0,09 0,13 0,26 0,60 1,00 0,10 0,06 0,12 0,32 -0,01 0,03 0,44 0,14 0,27 0,30 0,10 0,06 1,00 -0,08 -0,06 0,30 0,69 -0,07 0,09 0,12 -0,01 0,32 0,03 -0,08 -0,06 1,00 0,35 0,35 1,00 -0,15 -0,04 0,45 0,31 0,12 0,13 0,44 0,14 0,30 -0,15 -0,04 1,00 0,70 0,30 0,26 0,27 0,30 0,69 0,45 0,31 0,70 1,00 55 56 Калибровка математического описания зависимостей урожайности от всех нелинейных признаков осуществлялась посредством программного продукта Statistica, который позволяет выбрать наиболее подходящую зависимость урожайности от переменных путем сравнения их дополнительного вклада в множественного коэффициента детерминации [46]. Результат множественного регрессионного анализа, выполненного после преобразования значений признаков почв с нелинейными характерами влияния, представлен ниже (таблица 2.5). Таблица 2.5 – Результаты множественного линейного регрессионного анализа после преобразования значений переменных Признак Свободный член Уклон Гранулометриче ский состав Гранулометриче ский состав (квадрат) рН рН (квадрат) Органическое вещество (натур. логарифм) Фосфор (натур. логарифм) Азот Калий Сумма поглощенных оснований Микроэлементы Стандартизированны й коэффициент регрессии 0,080 Ошибк а Коэффициент регрессии Ошибк а tрасч plevel 0,049 -37,805 0,122 11,084 0,075 -3,410 1,634 0,00 0,10 1,237 0,221 0,681 0,121 5,601 0,00 -0,932 0,220 -0,011 0,002 -4,226 0,00 2,166 -1,836 0,651 0,6501 13,521 -1,033 4,065 0,365 3,326 -2,825 0,01 0,01 0,344 0,046 3,572 0,476 7,507 0,00 0,376 0,050 3,238 0,429 7,533 0,00 0,088 0,307 0,048 0,0500 0,006 0,021 0,003 0,003 1,818 6,162 0,07 0,00 0,245 0,046 0,135 0,025 5,292 0,00 -0,056 0,048 -0,161 0,138 -1,166 0,24 Оценку уравнения множественной линейной регрессии следует проводить по показателям качества, представленным в таблице 2.6. Таблица 2.6 – Регрессионная статистика линеаризованной модели Показатели качества модели Коэффициент детерминации R2 R2корр. F - статистика Fкр(табл.) Средняя ошибка аппроксимации Значение показателя 0,772 0,762 52,421 8,85 2,34 57 Сравнительный анализ результатов регрессионного анализа, без преобразования значений признаков (таблица 2.3) и с учетом их преобразования (таблица 2.6) показывает, что скорректированный коэффициент множественной детерминации увеличился более чем на 20%, что является неопровержимым доказательством наличия нелинейного характера влияния ряда диагностических признаков с производительной способностью почв. Показатели, представленные в таблице 2.6, указывают на высокое качество полученной модели. Расчетное значение критерия Фишера (F-статистика) больше табличного значения Fкр, что говорит о статистической значимости модели в целом. Также была выполнена проверка надежности коэффициентов уравнения регрессии по t-критерию Стьюдента. Коэффициенты уравнения регрессии признаются надежными, если расчетное значение tрасч критерия Стьюдента превосходит его критическое значение tтабл (для 5% уровня значимости tтабл.= 1,97). Согласно расчетам, значения tрасч коэффициентов модели больше tтабл (таблица 2.5) по всем признакам, кроме уклона, азота и микроэлементов. Следующим этапом проверки качества полученной модели является анализ остатков, под которыми понимаются разности между фактическими значениями зависимой переменной Y и модельными, т.е. рассчитанными по подобранной регрессионной функции [102]. Анализ остатков является тем инструментом, который позволяет выяснить, насколько хорошо подобрана регрессионная модель. Если полученная модель адекватно описывает истинную зависимость, то остатки являются независимыми нормально распределенными случайными величинами с нулевым средним [48]. Отсюда следует необходимость осуществления всех проверок с целью соблюдения описанных выше условий. Проверка на соответствие ряда остатков нормальному закону распределения была осуществлена по RS-критерию [48]. Поскольку значение входит в интервал между критическими значениями (таблица 2.7), то с заданным уровнем значимости 0,05% предположение о нормальности распределения остатков принимается [102]. 58 Выявление постоянства (гомоскедастичности) или непостоянства (гетероскедастичности) дисперсии остатков было осуществлено путем анализ графика, на котором по одной из осей представлены модельные значения урожайности, а по второй – значения остатков (рисунок 2.7). Неупорядоченность точек на графике свидетельствует о том, что дисперсия остатков является величиной постоянной. Следовательно, на изменение остатков не влияет изменчивость урожайности, что говорит об адекватности модели, полученной в результате регрессионного анализа [15]. С целью объективного суждения о наличии автокорреляции в ряде остатков, был произведен расчет и дальнейший анализ критерия Дарбина-Уотсона (таблица 2.6). Критерий Дарбина-Уотсона принимает значения в диапазоне от 0 до 4. Поскольку рассчитанное значение критерия Дарбина-Уотсона входит в интервал между нижней табличной границей и разницей между 4 и верхней табличной границей, то это служит доказательством отсутствия автокорреляции остатков [37]. Таблица 2.7 – Результаты проверок остатков модели Показатели качества модели Значение показателя RS-критерий Фактическое значение 4,66 Критическое значение 3,47 ≤ RS ≤ 4,89 Критерий Дарбина-Уотсона Фактическое значение 1,91 Критическое значение 1,57 ≤ DW ≤ 2,22 Также был произведен анализ графика остатков (рисунок 2.7) на наличие значительно отклоняющихся от модели значений (выбросов), поскольку их наличие приводит к существенному искажению оценок параметров при использовании метода наименьших квадратов, что способно привести к ошибочным заключениям [117]. Он позволил сделать однозначный вывод об отсутствии выбросов, в связи с чем нет необходимости в удалении каких-либо наблюдений (угодий) из анализируемой выборки [22]. 59 а б в г Рисунок 2.7 – Распределение остатков линеаризованной регрессионной модели: а – проверка на нормальность; б – проверка на выбросы; в – проверка на постоянство; г – проверка на автокорреляцию На основании проведенных проверок и рассчитанных значений критериев оценки качества моделей, следует сделать заключение о том, что полученная регрессионная модель является адекватной, объективно описывающей истинные корреляционные связи между урожайностью и диагностическими признаками. Вследствие того, что статистическая модель с трансформированными значениями признаков почв показала значительно более высокое значение коэффициента множественной детерминации, следует сделать заключение о наличии выраженного нелинейной зависимости урожайности от следующих признаков дерново-слабоподзолистого типа почв Лужского района Ленинградской области: гранулометрический состав, кислотность, содержание органического вещества и подвижных форм непосредственное фосфора. Выявленные отражение сельскохозяйственного назначения. в закономерности методах оценки должны качества найти земель 60 2.4 ВЫВОДЫ ПО ГЛАВЕ 2 Оценка качества земель сельскохозяйственного назначения опирается на ряд диагностических признаков, которые наиболее полно отражают основные свойства конкретного типа почв. Однако такой перечень показателей, характеризующих признаки и свойства почв, достаточно широк. Это приводит к необходимости установления их тесной корреляционной связи с урожайностью основных сельскохозяйственных культур. Следовательно, ввиду разнообразия почвенно-климатических и географических особенностей территории России, такой перечень показателей не может быть унифицирован. Поэтому на территории Российской Федерации широкое распространение получили региональные методы оценки качества земель, которые учитывают конкретные общерегиональные свойства почв. В этой связи в рамках совершенствования оценки качества земель были решены следующие задачи: 1. Взаимозависимость свойств почв является объективной реальностью, что приводит к необходимости более глубокого ее изучения с целью исключения искажающего влияния на множественные зависимости уравнения регрессии. Для выявления взаимозависимости признаков дерново-слабоподзолистого типа почв Лужского района Ленинградской области был выполнен корреляционный анализ с последующим построением матрицы парной корреляции, значения которой позволили установить наличие мультиколлинеарности между «кислотностью» и «гидролитической кислотностью». 2. Установлена форма взаимосвязи производительной способности дерновослабоподзолистого типа почв Лужского района с показателями плодородия путем построения их корреляционных полей. Выявлено, что такие признаки дерновослабоподзолистого типа почв, как «содержание органического вещества» и «содержание фосфора» аппроксимируются функцией натурального логарифма, а «гранулометрический состав» и «рН» функцией параболического типа. 3. Обоснован перечень диагностических признаков дерново- слабоподзолистого типа почв Ленинградской области для последующего использования при земельно-оценочных работах по определению качества земель 61 сельскохозяйственного назначения. Выбор основных диагностических признаков осуществлялся по наличию их тесной связи с урожайностью ведущих сельскохозяйственных множественного культур, регрессионного установленной посредством проведения анализа. значимыми признаками, Так, оказывающими существенное влияние на урожайность почв Лужского района Ленинградской области, являются: гранулометрический состав, кислотность, содержанием органического вещества, подвижных форм фосфора, обменного калия и сумма поглощенных основания. 4. Доказано, что преобразование значений диагностических признаков с учетом их нелинейного характера влияния приводит к существенному улучшению результатов множественного регрессионного анализа. Установлено увеличение скорректированного коэффициента детерминации при включении в модель трансформированных значений признаков дерново-слабоподзолистого типа почв, которое составило более 20%. 62 ГЛАВА 3 РАЗРАБОТКА МЕТОДА ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ С УЧЕТОМ НЕЛИНЕЙНОГО ВЛИЯНИЯ ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ 3.1 АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ В настоящее время разработан ряд методов по оценке качества земель [28, 30, 31, 39-41, 49, 75, 76, 82, 108, 112, 115, 126-129]. Основные особенности и характеристики различных современных взглядов на комплексную оценку плодородия почв представлены в таблице 3.1. По числу используемых параметров для оценки каждого показателя представленные модели оценки плодородия целесообразно сгруппировать следующим образом: - однопараметрические – модели 3, 4, 5, 9 (таблица 3.1); - двухпараметрические – модели 3, 7, 8 (таблица 3.1); - многопараметрические – модели 2 (таблица 3.1). Анализ существующих на сегодняшний день методов оценки качества земель, проведенный Юхтиным [129] позволяет заключить, что существует зависимость между количеством определяемых параметров в моделях и точностью их определения от надежности и простоты в использовании. Следовательно, минимизация количества определяемых параметров модели и точность их определения способны существенно повысить объективность и надежность результатов оценки качества земель. 63 Таблица 3.1 – Сводная таблица современных методов оценки качества земель № 1 1 В.Д. Иванов [39, 40] Т.А. Гринченко [28] Формула преобразования Расшифровка переменных 3 4 Q – интегрированная оценка биогеохимического потенциала почвы как суммарных запас основных биогенных элементов (т/га) или в денежном выражении с учетом соответствующих поправочных коэффициентов; Н – мощность гумусового горизонта, см; d – средняя плотность почвы для всего (А+В) гумусового горизонта, г/см3; С – содержание углерода в гумусовом горизонте в %; N – содержание общего азота в гумусовом горизонте в %; S - содержание суммы поглощенных оснований (Ca, Mg и др.) в %; Р – содержание в гумусовом горизонте органического фосфора в %; К – содержание биогенного калия в гумусовом горизонте в %; Z – относительные показатели, снижающие качество почвы и требующие дополнительных затрат; G – относительный показатель, учитывающий гранулометрический состав почвы, корректируется с учетом содержания в почве гумуса; Кht – коэффициент гидротермический по Г.Т.Селянинову - отношение суммы осадков (Р, мм) к сумме активных температур (>10 °С) воздуха за год или за вегетационный период. П – преобразованный показатель почвенного плодородия; Х – фактическое значение агрохимического показателя; А – оптимальное значение агрохимического показателя; В – наихудшее (возможное) значение агрохимического показателя; k и n – коэффициенты преобразования, которые подобраны исходя из соответствия промежуточных уровней показателей Хi и Пi; СПКП – сводный показатель качества почв. Q = [H·d (C+N+S+P+K)ΣZ]GК , ht X i A1 exp k П A1 B1 1, (для X A) n , (для X A) СПКП m П1 П 2 ...П m 63 2 Автор метода 2 64 Продолжение таблицы 3.1 1 2 3 Бn Б1 3 ЦИНАО [30, 31,112] 4 Xi 100 Аi Б рН Б Нг Б Р 2О5 Б К 2О Б Г m Б2 БСа Б Mg ... БV m Б 0,5 ( Б1 Б2 ) X i X ср Бi 50 10 Sx 5 Б.П. Никитина [115] Бn Xi 100 Аi СПБ m Б1 Б 2 ...Б m M S hd М Х К Эу 1000 Эу Пэ Сэ Б – балл по 100-бальной шкале; Х – фактическое значение свойства (признака) почв; А – оптимальное значение свойства (признака) почв; СПБ – совокупный почвенный балл. М – масса пахотного слоя почвы, т; S – площадь 1 га, м2; h – мощность пахотного слоя, м; d – объемная масса (плотность) почвы, г/см3; где Эу – содержание элемента питания, кг/га; Х – фактическое содержание элемента в усвояемой форме, мг/кг почвы; К – коэффициент использования элемента из почвы; Пэ – уровень плодородия почв по анализируемому элементу питания, е.п.; Сэ – количество элемента питания, необходимое для создания биомассы урожая ржи 1 ц сухого вещества зерна, кг. 64 4 Государственный научноисследовательский институт земельных ресурсов (ГИЗР) [129] Бn – относительный балл показателя плодородия почв; Х – фактическое значение агрохимического показателя; А – оптимальное значение агрохимического показателя; Xi – фактическое значение показателя на площадке отбора почвенного образца; Хср – среднее значение показателя на обследуемой территории; Sx– стандартное отклонение в выборке. 65 Продолжение таблицы 3.1 1 2 6 И.И. Карманов [41] 7 И.И. Кулаковская [49] 3 П эи 12,5(2 V ) ПД с И отн И ок И рН 8 СинельниковСлабко [108] КК 100 Х факт Х мин Х опт Х мин И Р 2О5 И К 2О И гум 4 Х факт Х мин Х макс Х мин ОП К опт 1 100 В i n ОП Вфакт n ОП КАП ОП К опт Р О _ ф. г умус _ ф. 2 5 г умус _ опт. Р2 О5 _ опт. рН ( Н 2О ) _ опт. К 2 О _ ф. ):4 К 2 О _ опт. рН ( Н 2О ) _ ф. ОП – обобщающий показатель, балл; Вi – балльная оценка каждого индивидуального показателя свойств почвы; n – число используемых в расчете показателей; Копт - коэффициент оптимальности; КАП – комплексный агрохимический показатель, балл. К пп ( 9 Методика расчета показателя почвенного плодородия (ППП) [82] К пп ( Р О _ ф. гумус _ ф. 2 5 гумус _ опт. Р2 О5 _ опт. рН ( KCl) _ ф. К 2 О _ ф. ):4 К 2 О _ опт. рН ( KCl) _ опт. Кпп – показатель почвенного плодородия; (гумус), (pH), (Р2О5), (К2О) – агрохимические показатели; ф. – фактические значения агрохимических показателей; опт. – оптимальные значения агрохимических показателей; рН(Н2О) - для щелочных почв; рН(KCl) - для кислых почв. 65 В t ( КУ Р) А 4 Пэи – почвенно-экологический индекс; V – плотность почвы, г/см3 (в среднем для метрового слоя); П – "полезный" объем почвы (в метровом слое); Дс – поправочные коэффициенты на дополнительные свойства Σt – среднегодовая сумма температур более 10°С; КУ – коэффициент увлажнения по Н.Н.Иванову; Р – поправка к коэффициенту; КК – коэффициент континентальности; А – итоговый агрохимический показатель в виде коэффициента Иотн – относительный индекс; Хфакт – фактическое значение показателя, Хмин и Хопт - минимальное и оптимальное значения показателя для данной почвы; Иок – индекс окультуренности. 66 В соответствии с анализом вышеуказанных методов (таблица 3.1), следует сделать вывод о принятой линейной модели зависимости показателей состояния плодородия от получаемого балла бонитета. Вычисляемые интегральные значения балла бонитета прямо пропорциональны совокупному содержанию всех выбранных диагностических признаков почвы. Причем, если рассматриваемый признак имеет только одностороннее ограничение (т.е. приводит к изменению состояния итогового показателя при отклонении от оптимума только в одном направлении), то графически такая зависимость выражается следующим образом (рисунок 3.1) [124]. 120 Балл бонитета 100 80 60 40 20 0 0 опт. Диагностический признак Рисунок 3.1 – Линейная связь признака почв с баллом бонитета при одностороннем ограничении Если имеет место двустороннее ограничение признаков (т.е. отклонение от оптимального значения в каждую из сторон приводит к изменению общего состояния), то результаты влияния диагностических признаков на значение балла бонитета представляются в виде графика конусообразного вида (рисунок 3.2) [124]. 67 120 Балл бонитета 100 80 60 40 20 0 min опт. Диагностический признак Рисунок 3.2 – Линейная связь признака почв с баллом бонитета при двухстороннем ограничении Линейный характер зависимости отражает наиболее простой подход к учету влияния различных диагностических признаков на интегральный показатель качественного состояния плодородия почв. Однако, как показала практика исследований, анализ которых был проведен в п. 1.4, а также результаты исследований автора (п. 2.4), такой подход не совсем корректно моделирует существующее состояние дел. Это приводит к снижению объективности результатов оценки качества земель при таких региональных особенностях диагностических признаков как их нелинейная взаимосвязь с урожайностью основных сельскохозяйственных культур, что является критическим недостатком основного количества методов. К существенному недостатку метода Б.П. Никитина (таблица 3.1.) следует отнести невозможность вычисления плодородия почвы по полному набору показателей. Это приводит к значительному сужению возможности практического применения такого метода, поскольку при определенном наборе диагностических признаков не представляется возможным учесть их вклад в общий балл бонитета почвы. Следовательно, использование данного метода возможно только в определенных почвенно-климатических зонах, в которых узкий перечень возможных признаков влияет на производительную способность почв. 68 Метод, предложенный И.И. Кармановым (таблица 3.1), в значительной степени отражает агроклиматические особенности исследуемой территории, но не учитывает характеристику и особенности самой почвы как средства производства. На основе разработанной им модели могут быть получены сопоставимые результаты на единой основе для всей территории страны, но она не способна учитывать региональные особенности почвенного покрова исследуемой территории. Модель Гринченко (таблица 3.1) по характеру связи результатов оценки с исходным значением показателей состояния плодородия является нелинейной. Это позволяет учитывать определенные типы нелинейной зависимости баллов бонитета от диагностических признаков, что является существенным преимуществом использования данного метода при региональной оценке качества земель сельскохозяйственного назначения. На рисунке 3.3 представлено влияние изменения коэффициента преобразования n (при постоянном значении k = 1) на вид функции, предложенной Гринченко. Размах значений условного диагностического признака составляет от 0,5 до 5 у.е., при минимально возможном значении равном 0,5 у.е. и оптимальном значении равном 5 у.е. В случае, если значения признака почв больше оптимального уровня, график примет зеркальный вид, относительно построенного. Показатель почвенного плодородия 1,20 1,00 Значение n 0,80 0,2 0,5 0,60 1 0,40 2 5 0,20 0,00 0 1 2 3 4 5 6 Диагностический признак Рисунок 3.3 – Влияние коэффициента преобразования n на вид возрастающей экспоненциальной функции 69 На рисунке 3.4 представлено влияние изменения коэффициента преобразования k (при постоянном значении n=1) на вид результата модели Гринченко-Егоршина. Минимальное и оптимальное значение условного диагностического признака соответствует приведенному выше примеру. Показатель почвенного плодородия 1,20 1,00 Значение k 0,80 0,2 0,5 0,60 1 0,40 2 5 0,20 0,00 0 1 2 3 4 5 6 Диагностический признак Рисунок 3.4 – Влияние коэффициента преобразования k на вид возрастающей экспоненциальной функции Анализ графиков, представленных на рисунке 3.3. и 3.4, позволяет отметить существенное влияние значений коэффициентов преобразования по каждому из диагностических признаков на показатель почвенного плодородия. Как видно из рисунка 3.3, от коэффициента n зависит крутизна нелинейности графика зависимости показателя почвенного плодородия от признаков почвы, который существенным образом способен изменить вид аппроксимирующей функции. Следует подчеркнуть, что при изменении характера нелинейности, значения показателя почвенного плодородия остаются в постоянной границе интервала при изменении аргумента от 0 до бесконечности. Также необходимо отметить, исходя из рисунка 3.3, что значение показателя почвенного плодородия при минимально возможном уровне условного диагностического признака составляет 38 баллов. Однако такое значение уровня плодородия не отражает реального состояния почв. Анализ графика рисунка 3.4 позволяет сделать вывод о том, что коэффициент преобразования k в значительной степени характеризует интервал 70 принимаемых результирующих значений. Причем вариация коэффициента k не приводит к плодородия, изменению который максимального всегда равен значения единице. показателя Существенно почвенного зависит от коэффициента k первоначальное значение графика зависимости балла бонитета от признака почвы. Изменение значения k на одну единицу (рисунок 3.4 при k=1 и k=2) приводит к снижению значения показателя почвенного плодородия на 23 балла, что способно существенно исказить результат оценки качественного состояния земель. Помимо этого, коэффициенты преобразования n и k устанавливаются исходя из «желательности» воздействия конкретного признака почв на уровень плодородия [28], что является результатом субъективных суждений о соответствии промежуточных уровней признака и показателя почвенного плодородия. В то время как для достижения объективности результатов оценки качества земель требуется установление реального характера воздействия диагностических признаков почв на плодородие, выявление которого целесообразно определять путем анализа корреляционного поля. Из вышесказанного следует, что к основным недостаткам метода Гринченко следует отнести наличие большого количества определяемых параметров, которые имеют существенное влияние (рисунок 3.3 и 3.4) на непосредственную зависимость балла бонитета от признаков почв. Причем определение коэффициентов преобразования, которые подбираются исходя из соответствия промежуточного оптимального уровня значения, значения признака основывается на и соответствующего субъективных суждениях ему о «желательности» воздействия конкретного признака на плодородие, поскольку значение задается без реального изучения их взаимосвязи. В значительной степени это связано с недостатками определения значений диагностических признаков и уровня средней многолетней урожайности, влияния неучтенных факторов на ее уровень, что в свою очередь обуславливает ошибки определения значений коэффициентов преобразования. В связи с этим применение метода Гринченко сопряжено с рядом описанных недостатков, влияние которых 71 способно привести к снижению объективности результатов оценки качества земель сельскохозяйственного назначения [129]. 3.2 ГРАФИЧЕСКИЙ СПОСОБ ОПРЕДЕЛЕНИЯ ВКЛАДА КАЖДОГО ИЗ ПРИЗНАКОВ ЗА СЧЕТ НЕЛИНЕЙНОГО ВЛИЯНИЯ В соответствии с результатами, изложенными в п. 2.4, взаимосвязь таких диагностических признаков, как содержание подвижных форм фосфора, органического вещества, гранулометрического состава и рН с урожайностью зерновых культур носит ярко выраженный нелинейный характер. Причем в результате множественного корреляционно-регрессионного анализа был выявлен логарифмический и полиномиальный 2-ой степени типы взаимосвязей. Однако, исходя из анализа современных методов и взглядов на принципы оценки качества земель, изложенного в п. 3.1 следует, что ни один из представленных методов не способен отразить и учесть выявленные типы характеров влияния. В этой связи с целью повышения объективности результатов оценки качества земель требуется разработка метода бонитировки, который способен учесть выявленные особенности взаимозависимости между диагностическими признаками почвы и ее производительной способностью, исходя из соблюдения требований минимизации обязательных к определению неизвестных параметров функции. Для решения поставленных выше задач необходимо произвести графическую интерпретацию определения поправок к фактическим значениям диагностических признаков за нелинейность на всем интервале принимаемых значений. Такой подход следует считать целесообразным, поскольку нелинейность влияния ряда признаков на урожайность может приводить как к увеличению, так и к уменьшению значений определяемых баллов бонитета. Значения поправок Δ предлагается определять, исходя из прироста урожайности сельскохозяйственных культур, рассчитанных по линейной и нелинейной 72 функциям аппроксимационной модели. На рисунке 3.5 представлено графическое определение поправки к фактическому значению диагностического признака при существовании одностороннего ограничения (для содержания подвижных форм фосфора и органического вещества), которое приводит к ухудшению состояния при отклонении признака от оптимального уровня только в одну сторону. Рисунок 3.5 – Графическое определение поправки к фактическому значению признака почв через урожайность при односторонних ограничениях В п. 2.4 было установлено, что диагностические признаки «Гранулометрический состав» и «Кислотность почв» имеют полиномиальный характер влияния 2-й степени, что обусловлено наличием двусторонних ограничений, т.е. отклонение от оптимального уровня в любую из сторон приводит к снижению урожайности. Графическая интерпретация полиномиальной и линейной аппроксимирующих функций представлена на рисунке 3.6 . 73 Рисунок 3.6 – Графическое определение поправок к фактическим значениям признака почв через урожайность при двусторонних ограничениях Анализ различных графического признаков почв представления с нелинейного урожайностью позволил характера связи выразить общие закономерности в аналитическом виде. Аналитическое выражение вычисления поправки может быть получено из следующих соображений: тангенс угла наклона представляет собой отношение разницы статистической модели урожайности по нелинейной и линейной зависимости к поправке значения признака. С другой стороны, тангенс угла наклона равен отношению разницы максимального и минимального значений урожайности по линейной модели к разнице максимального и минимального значений диагностического признака почвы. Следовательно, аналитически поправка к фактическому значению исследуемых признаков при одностороннем (формула (3.1)) и двустороннем (формула (3.2)) ограничениях имеет следующий вид: 1 У нелин У лин ( X opt X min ) , лин лин У max У min (3.1) 2 У нелин У лин ( X max X opt ) , лин лин У max У min (3.2) где 1, 2 – поправка к фактическому значению диагностического признака за 74 нелинейный характер влияния на урожайность сельскохозяйственных культур; У нелин – теоретическое прогнозируемое значение урожайности, с учетом нелинейного характера влияния, ц/га; У лин – теоретическое прогнозируемое значение урожайности при линейном характере влияния, ц/га; лин У max – максимальное значение урожайности по линейной зависимости, ц/га; лин У min – минимальное значение урожайности по линейной зависимости, ц/га; X opt – оптимальное значение признака почвы; X min – наименьшее (возможное) значение признака почвы; X max – максимальное значение признака почвы. Графический способ сопоставления линейного и нелинейного характера влияния признаков на урожайность почв является методом по определению поправочных значений к фактическим уровням признаков почв. Данный способ оценки дополнительного вклада за нелинейный характер влияния признака почв на урожайность может быть использован при любом типе аппроксимирующей функции, что делает его универсальным инструментом по анализу влияния диагностических признаков почв на уровень качественного состояния земель сельскохозяйственного назначения. Однако следует отметить, что применение графического способа определения поправок требует большого объема статистически достоверной информации. Расчет поправки как самостоятельная процедура является трудоемкой операцией, что является неудобным при осуществлении качественной оценки. В связи с этим возникает непосредственная необходимость в разработке математических выражений, использование которых позволит перейти от фактических значений диагностических признаков к количественному выражению качества земель с учетом их нелинейного характера влияния на производительную способность почв. 75 3.3 АНАЛИТИЧЕСКИЙ СПОСОБ ОПРЕДЕЛЕНИЯ ВКЛАДА ПРИЗНАКОВ ПОЧВ В РЕЗУЛЬТАТ БОНИТИРОВКИ Как было изложено в п. 1.1, бонитировка почв представляет собой сравнительную оценку качества почв, их потенциального плодородия и производительной способности. Следовательно, для сопоставления уровней качества почв и их потенциального плодородия необходимо выразить эти величины в количественном выражении. С целью количественного выражение качества почв наиболее широкое распространение получила закрытая 100 бальная шкала, где наивысший балл присваивается наилучшему (оптимальному) значению по диагностическому признаку почв. Такие диагностические признаки дерново-слабоподзолистых почв Лужского района Ленинградской области, как содержание органического вещества и подвижных форм фосфора, в соответствии с п. 2.4, имеют логарифмический тип аппроксимации. В эконометрической литературе [102, 117], а также в ряде статистических программных пакетов в качестве аппроксимирующих функций различных нелинейных зависимостей широко используются логарифмические функции аргументов оснований (общепринятым является натуральный логарифм). Однако применение подобных функций для решения задач по математическому преобразованию значений признаков почв имеет ряд существенных недостатков. В частности, данное семейство имеет слабую гибкость при решении задач аппроксимации, что затрудняет ее использование при преобразовании значений признаков почв [93]. Кроме того, при значениях аргумента меньше 1 функция принимает отрицательные значения, что является неприемлемым для решения задач качественной оценки. В этой связи, а также с учетом сложности выражений логарифмических функций при необходимости потенцирования значений, делает данное аппроксимирующее семейство неудобным при создании моделей преобразования значений диагностических признаков в баллы бонитета. В п. 2.4 было выявлено, что зависимость уровня качества земель от гранулометрического состава и кислотности почв имеет полиномиальный тип 76 аппроксимации. Данное семейство обладает безусловной гибкостью при решении задач аппроксимации, однако это сопряжено с существенным его недостатком – при повышении степени полинома наряду с улучшением аппроксимирующих свойств в диапазоне изменения имеющихся экспериментальных данных, за пределами этого диапазона резко увеличивается нелинейность, носящая часто колебательный характер, не имеющий логического объяснения [93]. Значительное влияние на вид полиномиальной аппроксимирующей функции имеют погрешности определения исходных величин, что способно привести к нулевому эффекту основных достоинств данного семейства. Из вышеописанного следует, что полиномиальная аппроксимирующая функция также является обоснованно неприемлемой при создании моделей преобразования значений диагностических признаков. В связи с этим возникает прямая необходимость в разработке метода, использование которого позволит произвести преобразование значений всех диагностических признаков почв в баллы бонитета с учетом выявленного их нелинейного влияния на уровень качества почв. Причем аппроксимирующая функция должна иметь минимальное количество определяемых параметров, понятна и проста в использовании. Из существующих известных функций наиболее близкими к логарифмическому аппроксимирующему семейству являются степенная и экспоненциальная. Выбор между ними необходимо осуществлять на основе анализа наилучшего описания выявленных в п. 2.4 логарифмических аппроксимирующих зависимостей между органическим веществом и фосфором с урожайностью культур. С целью замены полиномиальной аппроксимирующей функции при двусторонних ограничениях, когда отклонение от оптимального значения в любую сторону приводит к ухудшению общего состояния, необходимо разделить график на две части – до и после оптимального значения, т.е. использовать кусочно-линейную аппроксимацию. Из анализа первой части аппроксимирующей функции следует, что также целесообразно использоваться формулы степенной 77 или экспоненциальной семейство наиболее аппроксимирующих полно отражает функций, основные поскольку данное закономерности между урожайностью и значениями диагностических признаков. При детальном анализе второй части графика, была выявлена зависимость между урожайностью и признаками ее слагающими, которая также может быть аппроксимирована описанными выше семействами функций, при условии определенного нормирования значений признаков. Для последующего сопоставления результатов выполнения подбора наиболее адекватной аппроксимирующей функции, которая будет описывать выявленные зависимости между урожайностью и диагностическими признаками, необходимо произвести нормирование значений, поскольку, как уже было изложено в п. 2.2, не рекомендуется при регрессионном анализе одновременно использовать обычные и нормированные значения [37]. Нормирование значений, для степенной и экспоненциальной функций аппроксимации при одностороннем ограничении и в первой части кусочнолинейного графика при двустороннем ограничении, производилось по формуле Сi Х факт X опт , (3.3) где Сi – нормированное значение исследуемого диагностического признака; Хфакт – фактическое значение свойства (признака) почв. Во второй части кусочно-линейного графика при двустороннем ограничении использовалась следующая формула нормирования: Сi 2 Х факт X опт , (3.4) Формула 3.4 позволяет производить преобразования значений признаков почв, интервал которых начинается с нуля. Значения оптимальных (эталонных) и минимальных (возможных) значений диагностических признаков для северо-западной почвенно-климатической зоны представлены в таблице 3.2 [6, 11, 49, 64, 66, 112, 130]. 78 Таблица 3.2 – Оптимальные и минимальные значения диагностических признаков Признак почв Органическое вещество Кислотность Гранулометрический состав Сумма обменных оснований Подвижные формы фосфора Обменный Калий Единицы измерения % ед. Оптимальное значение 5 6,5 % 30 5 мг-экв/100 г. 30 1 мг/кг почвы 300 2 мг/кг почвы 300 2 Минимальное значение 0,5 3,5 Подбор значений степени для двух выбранных функций осуществлялся путем ряда итераций (калибровки), направленных на преобразование исходного массива данных и нахождения максимально возможного значения скорректированного значения коэффициента множественной детерминации. Функция, имеющая наибольшее значение коэффициента детерминации, будет наиболее полно и корректно описывать полученные зависимости между урожайностью и диагностическими признаками почв. Необходимо отметить, что показатель степени в степенной и экспоненциальной функциях следует рассматривать как коэффициент преобразования, отражающий характер взаимосвязи исследуемых признаков почв с ее производительной способностью. Результаты калибровки по нахождению значений показателя степени в степенной функции для каждого из нелинейного диагностического признака, при максимально достижимом увеличении значения коэффициента детерминации представлены в таблице 3.4. 79 Таблица 3.3 – Результаты регрессионного анализа после преобразования исходных данных с использованием степенной функции Признак Свободный член Гран. состав рН Орган. вещ-во Фосфор Калий Сумма поглощенных оснований Стандартизир ованный коэффициент регрессии 0,264 0,210 0,390 0,309 0,258 Ошибка Коэффицие нт регрессии Ошибка tрасч p-level 0,050 0,051 0,047 0,051 0,052 -23,894 8,810 31,128 7,756 9,203 7,806 5,089 1,383 5,442 1,198 1,223 1,282 -4,695 6,382 7,557 6,470 7,523 6,084 0,001 0,000 0,000 0,000 0,000 0,000 0,048 4,660 1,021 4,564 0,001 0,221 Значение скорректированного коэффициента множественной детерминации после преобразования исходного массива данных путем математического описания характера влияния признаков почв на урожайность составило 0,75. Значение данного показателя в п. 2.4, после преобразование значений диагностических признаков почв, был равен 0,76. В связи с этим следует сделать однозначный вывод о том, что изменения в адекватности и точности полученной модели практически отсутствуют, следовательно, проведенное преобразование исходных данных корректно отражает существующие зависимости. Значения степеней n (m при двустороннем ограничении), при которых было достигнуто максимальное значение скорректированного коэффициента детерминации, представлено в таблице 3.4. Также в данной таблице представлены показатели влияния диагностических признаков почв на величину урожая зерновых культур, которые были определены путем нормирования стандартизированных коэффициентов регрессии в интервал от 0 до 1 (таблица 3.3). Стандартизированные коэффициенты являются величинами безразмерными, значения которых плодородие почв. характеризуют вклады диагностических признаков в 80 Таблица 3.4 – Результаты определения показателей влияния признаков почв и коэффициентов преобразования Диагностический признак Показатель влияния Значение коэффициента n Значение коэффициента m 0,18 0,13 0,70 0,40 0,75 0,45 0,25 0,65 - 0,20 0,75 - 0,11 - - 0,13 - - Гранулометрический состав Кислотность Содержание органического вещества Содержание подвижных форм фосфора Обменный калий Сумма обменных оснований Результаты корректировки значений диагностических признаков почв, с использованием экспоненциальной функции преобразования, при максимально достижимом увеличении значения коэффициента детерминации, представлены в таблице 3.5. Таблица 3.5 – Результаты регрессионного анализа после преобразования исходных данных, с использованием экспоненциальной функции Признак Свободный член Гран. состав рН Орган. вещество Фосфор Калий Сумма поглощенных оснований Стандартизир ованный коэффициент регрессии 0,2602 0,200 0,370 0,301 0,268 0,221 Ошибка Коэффицие нт регрессии Ошибка tрасч p-level 0,0514 0,052 0,048 0,052 0,053 -35,776 4,151 16,783 3,731 4,583 7,758 5,814 0,709 2,204 0,593 0,620 1,309 -6,153 5,853 7,614 6,291 7,390 5,923 0,000 0,000 0,000 0,000 0,000 0,000 0,049 4,541 1,037 4,379 0,001 Значение скорректированного коэффициента множественной регрессии в результате преобразования исходного массива данных путем экспоненциального описания характера влияния признаков почв на величину урожайности составляет 0,67, что на 6% меньше значения, полученного при преобразовании данных путем подбора величины n степенной функции. Таким образом, результаты проведенных исследований позволяют сделать однозначный вывод о том, что степенная функция наилучшим образом 81 аппроксимирует выявленные в п. 2.4 зависимости. Следовательно, формула для расчета баллов бонитета должна отражать те математические закономерности, выраженные нелинейным характером влияния признаков почв. Причем значения баллов бонитета должны находиться в пределах от 0 до 100. Количество баллов равное нулю присваивается наихудшему значению признака, в то время как 100 баллов присваивается оптимальному значению. Для достижения поставленной задачи при одностороннем ограничении признака, автором было предложено использовать степенную функцию, внутри которой производится нормирование значений в интервале от 0 до 1, что полностью отражает сущность принципа лимитирующего фактора [28]: Б нелин / 1 ( Х факт Х min Х опт Х min ) n 100 , (3.5) где Бнелин/1 – балл бонитета почвы по признаку по 100-бальной шкале при одностороннем ограничении; Хфакт – фактическое значение свойства (признака) почв; Хmin – наихудшее (возможное) значение признака; Хопт – оптимальное значение свойства (признака) почв. n – коэффициент преобразования, который подобран исходя из характера влияния диагностического признака на производительную способность почв. При двустороннем ограничении, когда значения признаков почв достигают уровня выше оптимума, формула преобразования значений признаков почв выглядит следующим образом: Б нелин / 2 (2 Х факт Х опт ) m 100 , (3.6) где Бнелин/2 – балл бонитета почвы по признаку по 100-бальной шкале при двустороннем ограничении; m – коэффициент преобразования, который подобран исходя из характера влияния признака на уровень качества почв. Формулы (3.5) и (3.6) позволяют произвести преобразование значений признаков в баллы бонитета с учетом характера их влияния на общий уровень 82 состояния почв. Коэффициенты n и m подбираются исходя из характерной зависимости качества почв от каждого из диагностического признака на всем интервале его значений. Это позволит определить вид аппроксимирующей функции в зависимости от конкретных почвенно-климатических условиях и диагностических признаков, характеризующих качественное состояния исследуемого типа почв. Также следует отметить, что линейную зависимость состояния почв от диагностических признаков следует считать частным случаем степенной, при которой значения коэффициентов преобразования n и m будут равны единице. Для обоснования способа обобщения частных показателей необходимо следовать таким законам земледелия, как принцип лимитирующего фактора и принцип незаменимости факторов для развития растений, отражающими взаимодействие между собой. Наилучшим образом этим принципам соответствуют модель, в которой вычисленные показатели оценки почвенных разновидностей по отдельным признакам сопоставляются между собой по значимости, устанавливающейся на основании относительной важности влияния признака на уровень урожая сельскохозяйственных культур. Исходя из вышеизложенного, средние баллы бонитета отдельных почвенных разновидностей рассчитываются по формуле [9] Бп Б пр1 в1 Б пр2 в 2 ... Б прт в п в1 в 2 ... в п , (3.7) где Бп – балл бонитета почвенной разновидности; Бпр – балл бонитета почвы по признакам; в – показатель влияния данного признака на величину урожая сельскохозяйственных культур; п – количество признаков. Региональный подход к бонитировке почв Ленинградской и прилегающей к ней областей был разработан Н.А. Благовидовым [9,10]. Переход от значений диагностических признаков почв к соответствующим баллам бонитета 83 осуществляется путем их отношения к величине оптимального или эталонного значения для конкретного типа почв. Данное преобразование необходимо для сопоставимости разнородных показателей. Б лин X факт Х опт 100 , (3.8) где Блин – балл бонитета почвы по определенному признаку; Хфакт – фактическое значение признака исследуемой почвы; Хопт – оптимальное значение признака, принимаемое за 100 баллов Для признаков, при увеличении значений которых выше эталонных свойства почвы ухудшаются, применяется следующая формула преобразования: Б лин X факт 2( X факт Х опт ) 100 , (3.9) Х опт Вычисленные показатели оценки почвенных разновидностей по отдельным признакам сопоставляются между собой по значимости, которая устанавливается на основании влияния признака на урожайность сельскохозяйственных культур. Средние баллы бонитета отдельных почвенных разновидностей рассчитываются по формуле, учитывающей относительную важность влияния признаков на урожайность сельскохозяйственных культур (формула (3.7)). Для отдельных земельных участков, полей севооборота, производственных подразделений, всего землепользования в целом, включающих несколько почвенных разновидностей, средневзвешенные баллы бонитета определяются по формуле (3.10). Бу Б п1 П1 Б п 2 П 2 ... Б пт П п П1 П 2 ... П п , (3.10) где Бу – средневзвешенный балл бонитета земельного участка (хозяйства и др.); Бп1,2,…,п – баллы бонитета почвенных разновидностей; П1,2,…,п – площади почвенных разновидностей, слагающих земельный участок. С целью нахождения максимально возможного дополнительного вклада каждого из диагностических признаков, обусловленного нелинейностью их влияния на уровень качества почв, необходимо определить экстремум разности 84 линейной и нелинейной функций. Максимум разности функций целесообразно определять путем их дифференцирования и последующего приравнивания к 0. Б нелин Б лин 0, Х факт Х факт где (3.11) Б нелин – производная первого порядка нелинейной функции зависимости балл Х факт бонитета от исследуемого признака; Б лин – производная первого порядка линейной функции зависимости балла Х факт бонитета от исследуемого признака. Результат дифференцирования разности двух функций, в соответствии с формулами (3.5) и (3.8), при односторонних ограничениях признаков почв имеет следующий общий вид: ( n X факт Х мин ) n1 X опт X мин 1 0, ( X опт X мин ) X опт (3.12) При существовании двустороннего ограничения признака почв, как уже была отмечено ранее, необходимо осуществлять разделение функции на две области: до и после оптимального значения. Соответственно, при рассмотрении второй части зависимости, когда увеличение значения признака приводит к ухудшению общего состояния почв необходимо руководствоваться формулами (3.6) и (3.9). Результат дифференцирования первого порядка разности двух функций представлен ниже. 1 X опт (2 m X факт X опт X опт ) m1 0, (3.13) На основе формул (3.12) и (3.13) были определены значения для всех диагностических признаков, при которых достигается максимум разности функций, что соответствует максимальному вкладу исследуемых признаков на всем интервале принимаемых значений на уровень качества земель. Далее были 85 определены значения максимального вклада в баллах бонитета по каждому признаку. Результаты выполнения описанных математических процедур представлены в таблице 3.6. Таблица 3.6 – Результаты определения максимального вклада нелинейного влияния признаков почв Диагностический признак Органическое вещество Гран. состав Кислотность Фосфор Единицы измерения Значение, при котором достигается максимальный вклад Вклад в баллах бонитета % 2,28 9 % ед. 16 и 51 5,8 102 3и4 2 13 мг/кг почвы Для определения максимального совокупного вклада признаков почв за счет нелинейного характера влияния необходимо использовать значения баллов, представленные в столбце 4 таблицы 3.6. Исходя из формулы (3.7) и показателя влияния каждого из признака (таблица 3.4), совокупный вклад нелинейного характера влияния диагностических признаков на производительную способность почв составил 8 баллов бонитета. 3.4 ВЫВОДЫ ПО ГЛАВЕ 3 Анализ современных методов оценки качества земель позволил выделить среди них две группы по типу взаимодействия с диагностическими признаками: линейные и нелинейные. Основным недостатком линейных моделей является отсутствие возможности учета нелинейного влияния диагностических признаков на производительную способность почв. Использование нелинейных моделей также сопряжено с определенными трудностями, основной из которых является наличие большого количества определяемых параметров, оказывающих существенное влияние на зависимость балла бонитета от признаков почв. Причем значения определяемых параметров основываются на субъективных суждениях о желательности воздействия конкретных признаков на уровень качества земель. Однако для повышения объективности оценки качества земель необходимо объективное установленные взаимосвязи диагностических признаков с 86 производительной способностью почв, характер воздействия которых должен найти непосредственное отражение в методах оценки качества. Для решения вышеуказанных недостатков были решены следующие задачи: 1. Разработан графический способ определения поправок в фактические значения диагностических признаков за их нелинейный характер взаимодействия с производительной способностью почв. Данный подход к оценке дополнительного вклада при наличии нелинейного характера влияния признака почв с урожайностью может быть использован при любом типе аппроксимирующей зависимости, что делает его универсальным инструментом по анализу влияния диагностических признаков почв на уровень качества земель сельскохозяйственного назначения. 2. Доказано, что логарифмический и квадратический характеры влияния диагностических признаков почв на их производительную способность возможно математически описать без существенной потери качества модели с помощью степенной функции, показатель степени которой выступает в роли коэффициента преобразования. Данный коэффициент непосредственно отражает воздействие каждого из исследуемого признака почв на уровень качества земель. Это обусловливает гибкость разработанного метода оценки, поскольку при коэффициенте равном единицы, имеет место частный случай в виде линейной зависимости результатов оценки от диагностических признаков. 3. Установлены значения коэффициентов преобразования для диагностических признаков дерново-слабоподзолистого типа почв Лужского района Ленинградской области, учитывающие их характер взаимосвязи с производительной способностью земель. 4. Предложено определять экстремум разности линейной и разработанной функций путем их дифференцирования для определения значений диагностических признаков почв, в которых достигается максимальное влияния на качественное состояния земель при наличии их нелинейного влияния. Установлено аналитическое первого порядка в общем виде. представление результата дифференцирования 87 5. Определены значения каждого из диагностических признаков почв с нелинейными характерами влияния на урожайность для дерново- слабоподзолистого типа почв Лужского района Ленинградской области, в которых достигается максимальное воздействие на производительную способность рассматриваемого типа почв. Установлено, что максимальный совокупный вклад нелинейного характера влияния диагностических признаков исследуемого типа почв в результат бонитировки не может превышать 8 баллов бонитета. 88 ГЛАВА 4 ПРИМЕНЕНИЕ ОЦЕНКИ КАЧЕСТВА ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ В ЛУЖСКОМ РАЙОНЕ ЛЕНИНГРАДСКОЙ ОБЛАСТИ С УЧЕТОМ ВЫЯВЛЕННЫХ ЗАВИСИМОСТЕЙ 4.1 ОПИСАНИЕ РАССМАТРИВАЕМОЙ ТЕРРИТОРИИ Апробация разработанного метода оценки качества осуществлена для земель сельскохозяйственного назначения, находящихся в собственности ЗАО племенного завода «Рапти», расположенного в Лужском районе Ленинградской области. Лужский район является одним из 17 муниципальных районов Ленинградской области и располагается в южной части Ленинградской области и занимает 8,11% от общей ее площади. Граничит с Гатчинским, Тосненским, Сланцевским, Волосовским муниципальными районами, Новгородской и Псковской областями. В составе Лужского района выделены15 муниципальных образований: 2 городских и 13 сельских поселений. На территории Лужского муниципального района осуществляют сельскохозяйственную деятельность 8 крупных и средних предприятий: ЗАО «Племзавод «Рапти», ОАО «Партизан», ЗАО «Новое время», ООО «Правда», СПК «Оредежский», ООО «Урожай», ОАО «Рассвет», ЗАО «Скреблово», 4 малых предприятий:ОАО «Волошово», СПК «Мичуринский», ОАО «Новый мир», ООО «Шереметьево», 5 микро предприятий ООО «НПС «Клевер», ООО «Труд», ООО «УК «Рубеж», ООО «Строй Русь» и ООО «Агрохолдинг «Приозерный», более 40 товарных фермерских хозяйств и 12 тысяч личных хозяйств граждан [95]. Численность населения исследуемого района достигает 76109 человек, что составляет 4,29% от общего населения Ленинградской области. По территории района протекает река Луга и её притоки Оредеж, Саба, Ящера. Также в районе много озёр, крупнейшими из которых являются Вялье, Череменецкое, Врево. В границах Лужского района располагается 7 заказников, один из которых является федеральным, а также 3 геологических памятника природы [94]. 89 Ленинградская область характеризуется очень низкой обеспеченностью населения сельскохозяйственными угодьями. На каждого жителя СанктПетербурга и Ленинградской области приходится всего лишь 0,07 гектара пашни. Такая особенность региона предопределяет необходимость поддержания плодородия почв на максимально высоком уровне. По характеру рельефа юго-запад области представляет собой протяженную, местами всхолмленную равнину. В условиях равнинного рельефа, поверхностный сток талых и дождевых вод обычно развит слабо, ввиду чего, несмотря на наличие густой озерно-речной сети, поверхность района дренирует слабо. В связи с этим уровень грунтовых вод высокий. При выборе района с целью реализации разработанной методики оценки качества земель учитывалось агроклиматическое районирование Ленинградской области (Приложение Б). Поскольку некоторые агроклиматические районы является неблагоприятными для ведения сельского хозяйства, то это приводит к затруднению получения статистических данных по урожайности основных культур или ее искажению ввиду необходимости увеличения уровня агротехники и интенсивности земледелия. Для Ленинградской области характерна неоднородность климатических и физико-географических условий, что обусловливает различную направленность развития сельского хозяйства в разных районах области. Значительная вытянутость территории в широтном направлении, наличие крупных водоемов и близость Атлантики создают различия термических условий западных и восточных районов области. Западные районы, в большей степени подверженные влиянию Атлантики, в отличие от восточных. Исходя из результатов оценки агроклиматических особенностей, Ленинградскую область подразделяют на пять агроклиматических районов (Приложение Б), выделяя подрайоном прибрежную часть Финского залива [2]. В соответствии с Приложением Б, Лужский входит в пятый (V) агроклиматический район, который является самым теплым из представленных. Данная территория характеризуется самыми высокими суммами активных 90 температур (1700 – 1900°С) и наибольшей продолжительностью периода со среднесуточными температурами выше +10 °С (120 – 125 дней). В силу чего много тепла получает и почва: сумма температур почвы за период с июня по сентябрь на глубине 10 см составляет 1900 – 2000°С для песчаных и супесчаных, 1900°С – для суглинистых почв. Основные почвообразующие породы выбранного района представлены следующей группой отложений: ледниковые и водно-ледниковые. Неоднородный состав почвообразующих пород, в условиях равнинного рельефа, способствует систематическому переувлажнению почв. При интенсивной степени увлажнения атмосферными осадками наличие в почвенной толще плотного водоупорного горизонта приводит к застою вод и развитию болотного процесса. Химический состав различных групп водно-ледниковых отложений существенно неоднороден. В составе озерно-ледниковых песков Лужского муниципального района преобладает кремнезем. Его содержание в некоторых породах достигает 96%, а на долю всех других окислов приходится всего лишь около 5% [11]. В районе преобладают дерново-подзолистые, среднеподзолистые и слабоподзолистые почвы. В восточной части присутствуют дерново-карбонатные, а на территории Мшинского болота – болотные и торфянистые почвы (Приложение В). Площадь территории исследования сельскохозяйственного предприятия ЗАО «Племенной завод «Рапти» составляла около 2000га, с преобладанием дерново-слабоподзолистого агрохимических типа почв. Всего было сформировано 105 контуров с широким диапазоном значений показателей плодородия путем объединения нескольких элементарных участков. Сведения о значениях средней многолетней урожайности основных сельскохозяйственных культур по земельным участкам была предоставлена руководством сельскохозяйственного предприятия (Приложение Е). Совместно с сотрудниками Филиала федерального государственного бюджетного учреждения «Российский центр государственного мониторинга земель сельскохозяйственного назначения» (Россельхозземмониторинг) Ленинградской области в 2014 году автором были 91 проведены натурные почвенные обследования исследуемого землепользования, результатом которых послужило определение значений признаков почв (Приложение Е). 4.2 ПОСТРОЕНИЕ И ПОЛУЧЕНИЕ КАРТОГРАФИЧЕСКОЙ ОСНОВЫ С СОЗДАНИЕМ ГИС-ПРОЕКТА Анализ территории исследования проводился с помощью цифровой модели территории (ЦМТ), сформированной автором с использованием инструментов геоинформационной системы (ГИС) ArcGis. Выбор данного программного продукта был обусловлен возможностью создания и анализа электронных карт, отображаемых различными способами, в том числе в виде высококачественной картографической продукции. В отличие от других ГИС систем способен решать сложные задачи геоинформационного анализа на основе создания различных тематических карт [7, 44], осуществляя связь с обособленными семантическими базами данных. Вследствие широкого спектра технических возможностей программного комплекса ArcGis, выбор был сделан именно в пользу данной ГИС. Основой для создания внутрихозяйственного 1:10000 (Приложение ЦМТ землеустройства Г), землепользования исследуемой космический снимок служили территории высокого карта масштаба разрешения (Приложение Д) [104]. Предварительная цифровая модель территории была создана в результате векторизации карты внутрихозяйственного землеустройства с отображением границ населенных пунктов, дорожно-транспортной сети, водных объектов, древесно-кустарниковой сельскохозяйственных космического снимка угодий. с Далее растительности, было последующим границ выполнено уточнением и типов дешифрирование границ объектов, отображенных на карте внутрихозяйственного землеустройства. Эта процедура необходима для актуализации имеющегося картографического материала [47, 53]. Завершающая корректировка и проверка полученной модели местности была произведена при полевом обследовании сельскохозяйственных угодий, 92 выполненном автором. Итоговая ЦМТ исследуемого землепользования представлена на рисунке 4.1. После построения цифровой карты землепользования была выполнена систематизация сельскохозяйственных угодий, исходя из перечня агрохимических контуров и классификации почвенных разновидностей [126]. Результаты обобщения угодий, исходя из их принадлежности к конкретному типу почвы, представлены в Приложении Е. Расшифровка индексов почв, в соответствии с принятой в России классификацией, и обобщение данных по почвенным разновидностям представлены в виде таблицы 4.1. Таблица 4.1 – Площади почвенных разновидностей Индекс почв Название почвы Пд1 Дерновослабоподзолистые Дерново-подзолистые глеевые Болотная низинноторфяная Дерновосреднеподзолистые Итого: ПдГ Бнт Пд2 Площадь, га Доля от общей площади, % 1538,4 76 223,3 11 146,5 7 119,1 6 2027,3 100 93 Условные обозначения: - Асфальтовая дорога - Грунтовая дорога - Железная дорога - Автомобильное шоссе - Кустарник - Лес - Населенный пункт - Пашня - Сенокос - Пастбище - Граница землепользования Рисунок 4.1 – Цифровая модель землепользования ЗАО «Рапти» 93 - Река 94 На рисунке 4.2 представлена диаграмма, построенная по данным таблицы 4.2, которая позволяет оценить доли почвенных разновидностей, исходя из общей площади сельскохозяйственного предприятия. Рисунок 4.2 – Диаграмма почвенных разновидностей Как видно из рисунка 4.2 в исследуемом землепользовании преобладает дерново-слабоподзолистый тип почв. Для получения объективных, минимально искаженных результатов оценки качества земель далее будут рассматриваться только сельскохозяйственные угодья с этим типом почв, поскольку рекомендуется для составления бонитировочных таблиц использовать данные урожайные только по тем хозяйствам, в которых преобладает одна почвенная разновидность [9,10, 39, 66]. 4.3 РАСЧЕТ БАЛЛОВ БОНИТЕТА ЗЕМЛЕПОЛЬЗОВАНИЯ ЛУЖСКОГО РАЙОНА ЛЕНИНГРАДСКОЙ ОБЛАСТИ ПО ДИАГНОСТИЧЕСКИМ ПРИЗНАКАМ И УРОЖАЙНОСТИ ОСНОВНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ КУЛЬТУР С соответствии с главой 2, к диагностическим исследуемого района относятся следующие признаки: гранулометрический состав, кислотность, сумма поглощенных оснований, содержание органического вещества, подвижных форм фосфора и обменного калия. В таблице 4.2 представлены результаты определения баллов бонитета с последующей расстановкой оценочных разрядов [61] по формулам, предложенным Благовидовым Н.А. Данный метод и его особенности были раскрыты в главе 3 с подробным описанием используемых математических преобразований. 95 Таблица 4.2 – Определение баллов бонитета по диагностическим признакам почв по линейной модели мг/1000г балл мг/1000г балл % балл Средний балл бонитета Оценочный разряд почв 12 13 14 15 16 5,5 84,6 13,0 43 80 27 175 58 35 83 55 9 93 5,4 83,1 10,7 36 382 100 390 100 25 83 82 4 балл 11 ед. 10 балл 9 % 8 Площадь, га 7 № контура балл Гран. Состав мгэкв/100г Сумма Са+++Мg 1 2 3 4 5 6 1 15,4 3,1 62 2 140,6 4,6 Гумус рН Калий Фосфор 9 12 1,7 35 5,7 87,7 18,1 60 86 29 237 79 15 50 52 8 10 3,8 2,6 52 6,3 96,9 15,6 52 120 40 156 52 15 50 53 9 12 4,3 3,6 72 76,9 13,2 44 68 23 182 61 25 83 58 8 13 16 5 100 5,5 84,6 21,2 71 137 46 274 91 35 83 82 4 14 16,2 2,6 52 5,9 90,8 13,2 44 142 47 348 100 15 50 61 7 15 4,8 4,2 84 6,2 95,4 16,6 55 90 30 402 100 15 50 71 6 16 9,8 3,6 73 5,4 83,1 12,6 42 41 14 460 100 15 50 62 8 17 6,7 5,2 100 5,5 84,6 25,2 84 64 21 420 100 15 50 81 5 18 8,7 6,2 100 4,8 73,8 12,0 40 102 34 429 100 15 50 73 7 19 42,8 4,5 91 5,7 87,7 13,6 45 154 51 486 100 15 50 74 6 20 18,5 2,6 53 5,5 84,6 13,9 46 80 27 475 100 15 50 58 7 23 12 5 100 5,6 86,2 34,6 100 121 40 210 70 25 83 84 4 24 4,6 6 100 5,7 87,7 41,0 100 140 47 226 75 35 83 86 4 25 8,1 5,5 100 5,3 81,5 28,2 96 32 78 26 25 83 73 6 26 15,8 4,8 95 5,5 84,6 31,0 100 176 59 313 100 35 83 91 2 27 7,7 3 60 6,6 98,5 51,3 100 67 22 90 30 25 83 62 7 28 12,3 4,2 83 5,9 90,8 21,2 71 100 33 274 91 35 83 76 5 30 13,2 2 39 5,2 50 176 59 383 100 25 83 61 6 31 8,5 5 100 5,7 87,7 43,1 100 372 100 249 83 25 83 95 2 32 6,2 4,9 98 33 25,6 4,9 98 6 34 16,4 3,4 68 6 35 56,6 3,1 36 31,5 37 5 80 15,1 94 6,7 96,9 51,3 100 111 37 207 69 25 83 84 4 92,3 46,7 100 125 42 290 97 25 83 89 3 92,3 26,9 90 125 42 290 97 25 83 77 4 61 5,5 84,6 10,7 36 238 79 587 100 25 83 68 5 2,7 54 5,7 87,7 13,7 46 143 48 623 100 25 83 64 6 33,4 2,3 46 5,5 84,6 8,8 29 112 37 405 100 25 83 57 7 38 16 2 40 5,2 80 3,8 13 48 16 109 36 15 50 33 12 39 16 3,6 73 5,2 80 13,0 43 174 58 497 100 25 83 71 6 40 35,3 1,6 32 5,6 86,2 12,4 41 180 60 435 100 25 83 58 6 96 Продолжение таблицы 4.2 1 2 3 4 5 6 7 8 42 16,3 4,1 82 5,2 80 11,1 43 43,5 3,8 76 44 20,8 4,9 45 10,3 46 12 13 14 15 16 37 354 100 729 100 25 83 78 4 5,3 81,5 11,8 39 173 58 380 100 25 83 71 6 98 5,7 87,7 16,9 56 177 59 481 100 25 83 82 4 3,7 74 5,3 81,5 12,8 43 166 55 210 70 25 83 65 7 34,1 4,4 87 5,4 83,1 14,1 47 301 100 450 100 25 83 82 4 47 43,4 1,8 36 4,9 75,4 5,7 19 47 16 283 94 25 83 47 9 48 16,1 3,1 63 5,3 81,5 11,6 39 133 44 372 100 25 83 65 6 50 11,4 2,7 54 5,5 84,6 11,8 39 256 85 397 100 15 50 65 6 51 40 2,9 58 5,1 78,5 8,0 27 99 33 218 73 25 83 54 9 52 6,2 2,4 48 5,2 80 10,1 34 78 26 274 91 25 83 55 8 53 43,2 3 60 5 76,9 4,8 16 157 52 215 72 25 83 54 9 55 10,3 5,2 100 5,6 86,2 50,9 100 95 32 92 31 35 83 76 6 56 9,9 2 40 6,1 93,8 24,3 81 176 59 393 100 25 83 69 4 57 11,8 2,7 54 5,3 81,5 14,4 48 187 62 242 81 25 83 63 6 58 16,4 4,4 88 5,6 86,2 19,6 65 295 98 318 100 25 83 86 3 59 13,7 3,3 67 5,3 81,5 15,1 50 156 52 190 63 35 83 63 7 60 21,6 2,3 47 5,6 86,2 18,5 62 89 30 143 48 35 83 53 8 62 19,1 1,6 32 5,3 81,5 12,0 40 122 41 286 95 35 83 54 7 63 27,2 1,1 22 5,5 84,6 9,9 33 167 56 298 99 15 50 49 8 64 64 3,6 71 5,2 19,3 64 204 68 332 100 15 50 74 5 65 10 2,7 55 4,4 67,7 4,8 16 57 19 151 50 25 83 44 11 66 29,4 1,9 39 5,3 81,5 11,1 37 88 29 285 95 25 83 54 8 67 19,5 2,4 48 5,7 87,7 18,1 60 145 48 320 100 35 83 66 5 68 13,6 2,5 50 5,8 89,2 17,9 60 107 36 158 53 25 83 55 8 69 14 3,4 67 5,8 89,2 18,7 62 154 51 285 95 25 83 72 5 70 44,5 3,5 70 5,6 86,2 15,1 50 159 53 256 85 25 83 68 6 71 49,9 6,1 100 6,5 42,5 100 602 100 894 100 15 50 96 1 72 1,3 2,5 50 5,8 89,2 11,6 39 90 30 184 61 35 83 52 9 80 12 2,6 53 4,6 70,8 14,5 48 107 36 112 37 35 83 50 9 81 22,7 5,1 100 6,5 46,5 100 70 23 97 32 35 83 75 6 82 11,8 1,4 27 6,3 96,9 18,6 62 310 103 435 100 25 83 67 4 83 6,6 1,8 36 5,8 89,2 14,3 48 234 334 100 35 83 63 5 84 11,6 2,1 42 6,6 16,8 56 408 100 368 100 25 83 70 4 85 10,4 2,4 47 5,8 89,2 14,7 49 310 100 357 100 35 83 70 4 80 100 100 98 9 10 78 11 97 Продолжение таблицы 4.2 1 2 3 4 86 11,3 2,2 43 87 6,1 1,2 24 88 29,5 1,6 89 38 90 5 6 7 8 9 10 11 12 13 14 15 16 5,3 18 86 29 81 27 35 83 37 12 92,3 17,7 59 166 55 305 100 25 83 59 6 32 5,9 90,8 28,2 94 202 67 338 100 15 50 68 4 3,3 66 5,2 10,8 36 58 19 139 46 15 50 49 10 9,9 1,3 26 5,7 87,7 10,5 35 394 100 334 100 15 50 57 6 91 19,2 4,4 89 6,6 90 30 45 15 25 83 69 7 100 32,3 1,8 37 5,6 86,2 15,1 50 17 70 23 25 83 41 10 4,6 70,8 6 80 98 49,7 100 50 Как видно из таблицы 4.2, рассчитанные значения баллов бонитета находятся в интервале от 33 до 96, что соответствует интервалу оценочных разрядов почв от 1 до 12. Средневзвешенный балл бонитета землепользования в целом определяется по формуле (3.10), и равен 67. Тематическая карта землепользования с изображенными на ней сельскохозяйственными угодьями и их оценочными разрядами почв представлена на рисунке 4.3. 98 Оценочный разряд почв 98 Рисунок 4.3 – Тематическая карта землепользования ЗАО «Рапти» с оценочными разрядами угодий 99 В связи с нелинейным характером влияния ряда признаков на состояние почв, их значения были математически преобразованы с учетом выявленных зависимостей, которые были подробно рассмотрены в главе 3. Также была определена разница баллов бонитета, рассчитанного по разработанному автором методу (таблица 4.3) и по линейной модели (таблица 4.2). Исходя из значения разницы установлено процент недооценки или переоценки каждого рассматриваемого контура. балл разница балл разница балл разница балл разница балл разница балл разница Разница в % Оценочный разряд почв Гран. Состав № контура Сумма Са+++Мg Средний балл бонитета Разница среднего балла Таблица 4.3 – Определение баллов бонитета по диагностическим признакам почв по разработанному методу 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 70 8 85 0 43 0 27 0 68 10 87 4 60 5 9 8 2 95 2 83 0 36 0 100 0 100 0 86 2 82 1 1 4 9 43 8 88 1 60 0 29 0 85 6 53 3 56 4 8 7 10 61 9 97 0 52 0 40 0 63 11 53 3 58 5 10 8 12 79 6 76 -1 44 0 23 0 70 10 86 2 62 4 7 8 13 100 0 85 0 71 0 46 0 94 2 87 4 83 1 1 4 14 61 9 91 1 44 0 47 0 100 0 53 3 64 3 5 6 15 88 4 96 0 55 0 30 0 100 0 53 3 73 2 2 5 16 79 6 83 0 42 0 14 0 100 0 53 3 64 2 4 7 17 100 0 85 0 84 0 21 0 100 0 53 3 81 0 0 5 18 100 0 72 -2 40 0 34 0 100 0 53 3 73 0 0 7 19 93 2 88 1 45 0 51 0 100 0 53 3 75 1 1 6 20 61 9 85 0 46 0 27 0 100 0 53 3 61 3 5 7 23 100 0 87 1 100 0 40 0 78 8 86 2 86 2 2 4 24 100 0 88 1 100 0 47 0 82 7 87 4 88 2 2 3 25 100 0 82 0 94 0 32 0 38 12 86 2 76 3 3 6 26 96 1 85 0 100 0 59 0 100 0 87 4 91 1 1 2 27 68 8 97 -1 100 0 22 0 43 13 86 2 67 5 8 6 28 87 4 91 1 71 0 33 0 94 2 87 4 78 2 3 5 30 48 9 80 0 50 0 59 0 100 0 86 2 65 3 5 6 Гумус рН Калий Фосфор 100 Продолжение таблицы 4.3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 31 100 0 88 1 100 0 100 0 88 5 86 2 96 1 1 1 32 99 0 96 -1 100 0 37 0 77 8 86 2 85 2 2 4 33 99 0 93 1 100 0 42 0 98 1 86 2 90 1 1 3 34 75 7 93 1 90 0 42 0 98 1 86 2 80 3 4 4 35 69 8 85 0 36 0 79 0 100 0 86 2 71 3 4 5 36 62 9 88 1 46 0 48 0 100 0 86 2 67 3 5 6 37 56 9 85 0 29 0 37 0 100 0 86 2 60 3 6 7 38 49 9 80 0 13 0 16 0 49 12 53 3 39 5 16 12 39 79 6 80 0 43 0 58 0 100 0 86 2 73 2 3 5 40 40 8 87 1 41 0 60 0 100 0 86 2 60 3 5 6 42 87 4 80 0 37 0 100 0 100 0 86 2 80 2 2 4 43 82 6 82 0 39 0 58 0 100 0 86 2 73 2 3 6 44 98 1 88 1 56 0 59 0 100 0 86 2 83 0 1 4 45 80 6 82 0 43 0 55 0 78 8 86 2 69 4 6 6 46 91 3 83 0 47 0 100 0 100 0 86 2 83 1 2 4 47 45 9 74 -2 19 0 16 0 96 2 86 2 50 3 7 9 48 71 8 82 0 39 0 44 0 100 0 86 2 67 3 4 6 50 63 9 85 0 39 0 85 0 100 0 53 3 68 3 5 6 51 66 8 78 -1 27 0 33 0 80 7 86 2 58 4 8 8 52 57 9 80 0 34 0 26 0 94 2 86 2 58 4 7 8 53 68 8 76 -1 16 0 52 0 79 7 86 2 59 4 8 8 55 100 0 87 1 100 0 32 0 43 13 87 4 78 3 4 5 56 49 9 94 1 81 0 59 0 100 0 86 2 72 3 5 4 57 63 9 82 0 48 0 62 0 86 5 86 2 67 4 6 6 58 91 3 87 1 65 0 98 0 100 0 86 2 87 1 1 3 59 74 7 82 0 50 0 52 0 72 9 87 4 67 4 7 6 60 56 9 87 1 62 0 30 0 59 12 87 4 58 5 10 8 62 40 8 82 0 40 0 41 0 97 1 87 4 57 3 6 7 63 27 5 85 0 33 0 56 0 100 0 53 3 51 2 4 8 64 78 7 80 0 64 0 68 0 107 7 53 3 77 4 5 4 65 64 9 62 -6 16 0 19 0 62 11 86 2 49 5 11 10 66 48 9 82 0 37 0 29 0 96 1 86 2 57 3 6 7 67 57 9 88 1 60 0 48 0 100 0 87 4 69 3 5 5 68 59 9 90 1 60 0 36 0 64 11 86 2 61 5 9 7 69 74 7 90 1 62 0 51 0 96 1 86 2 75 3 4 5 101 Продолжение таблицы 4.3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 70 77 7 87 1 50 0 53 0 89 4 86 2 71 3 5 6 71 100 0 100 0 100 0 100 0 100 0 53 3 96 0 0 1 72 59 9 90 1 39 0 30 0 71 9 87 4 57 5 10 8 80 62 9 67 -4 48 0 36 0 50 12 87 4 55 5 11 9 81 100 0 100 0 100 0 23 0 45 13 87 4 78 3 4 5 82 34 7 97 0 62 0 103 0 100 0 86 2 69 2 4 4 83 44 9 90 1 48 0 78 0 100 0 87 4 66 3 5 5 84 51 9 97 -1 56 0 100 0 100 0 86 2 73 3 4 4 85 57 9 90 1 49 0 100 0 100 0 87 4 73 3 5 4 86 52 9 67 -4 18 0 29 0 39 12 87 4 43 5 15 11 87 30 6 93 1 59 0 55 0 100 0 86 2 61 2 4 5 88 40 8 91 1 94 0 67 0 100 0 53 3 70 3 4 4 89 73 7 80 0 36 0 19 0 58 12 53 3 54 5 10 10 90 32 6 88 1 35 0 100 0 100 0 53 3 60 2 4 6 91 92 3 97 -1 100 0 30 0 26 11 86 2 72 3 5 6 100 46 9 87 1 50 0 17 0 36 12 86 2 46 5 13 10 В таблице 4.3 отражена разница между значениями баллов бонитета, рассчитанными по формулам Благовидова Н.А. (таблица 4.2) и предлагаемыми с учетом нелинейного характера влияния признаков (столбец 14 таблица 4.3). Согласно расчетам, значения баллов бонитета по разработанному методу находятся в интервале от 39 до 96. Разница средних баллов бонитета, рассчитанных по линейной и нелинейной моделям, изменяется в пределах от 0 до 5 баллов, что соответствует максимальному отклонению в 16,5%. Средневзвешенный балл бонитета землепользования в целом при учете нелинейного характера влияния ряда диагностических признаков составляет 70 баллов, что на 5% отличается от значения, рассчитанного общепринятым для Ленинградской области методом. Тематическая карта землепользования с оценочными разрядами почв с учетом нелинейного влияния признаков представлена на рисунке 4.4. Рисунок 4.5 отображает тематическую карту, построенную на основании разницы результатов оценки без и с учетом нелинейного влияния диагностических признаков. 102 Оценочный разряд почв 102 Рисунок 4.4 – Тематическая карта оценочных разрядов почв землепользования ЗАО «Рапти», рассчитанных по разработанному методу 103 Разница баллов бонитета 103 Рисунок 4.5 – Тематическая карта землепользования ЗАО «Рапти», построенная по значениям разницы баллов бонитета 104 На основе вычисленных баллов бонитета по диагностическим признакам была составлена бонитировочная шкала по урожайности основных сельскохозяйственных культур. В основу шкалы были положены показатели средней многолетней урожайности этих культур в исследуемом землепользовании (Приложение Е). Основными сельскохозяйственными культурами, возделываемые на землях сельскохозяйственного предприятия, являются озимые и яровые зерновые. В таблице 4.4 представлены результаты определения урожайности зерновых культур из расчета на 1 балл бонитета по каждому контуру, рассчитанной как отношение урожайности к средневзвешенному баллу бонитету, установленному по диагностическим признакам почв. № контура Таблица 4.4 – Расчет урожайности зерновых культур, приходящейся на 1 балл бонитета Урожайность, ц/га 1 1 2 9 10 12 13 14 15 16 17 18 19 20 23 24 25 26 27 28 30 31 32 33 34 35 36 2 39 49 37 38 38 47 41 45 40 45 41 45 40 48 51 42 51 45 47 43 55 53 54 48 47 45 Базовый метод (Линейная модель) Балл по признакам ц/балл 3 55 82 52 53 58 82 61 71 62 81 73 74 58 84 86 73 91 62 76 61 95 84 89 77 68 64 4 0,70 0,60 0,72 0,72 0,65 0,58 0,68 0,63 0,65 0,56 0,57 0,61 0,69 0,57 0,59 0,57 0,56 0,73 0,62 0,69 0,59 0,63 0,61 0,62 0,68 0,71 Разработанный метод Балл по ц/балл признакам 5 6 60 0,64 82 0,60 56 0,67 58 0,66 62 0,61 83 0,57 64 0,65 73 0,61 64 0,62 81 0,56 73 0,57 75 0,60 61 0,65 86 0,56 88 0,58 76 0,55 91 0,56 67 0,67 78 0,60 65 0,66 96 0,58 85 0,62 90 0,61 80 0,60 71 0,65 67 0,68 105 Продолжение таблицы 4.4 1 37 38 39 40 42 43 44 45 46 47 48 50 51 52 53 55 56 57 58 59 60 62 63 64 65 66 67 68 69 70 71 72 80 81 82 83 84 85 86 87 88 89 90 91 100 2 42 28 46 43 49 45 49 42 50 36 43 43 38 39 38 48 48 42 50 41 38 40 37 43 32 39 44 40 46 44 55 39 34 48 49 45 50 48 30 44 44 33 42 46 34 3 57 33 71 58 78 71 82 65 82 47 65 65 54 55 54 76 69 63 86 63 53 54 49 74 44 54 66 55 72 68 96 52 50 75 67 63 70 70 37 59 68 49 57 69 41 Минимальное значение Максимальное значение Разница 4 0,74 0,86 0,64 0,75 0,63 0,64 0,59 0,64 0,60 0,77 0,67 0,66 0,70 0,71 0,70 0,63 0,69 0,67 0,59 0,65 0,72 0,74 0,76 0,59 0,73 0,74 0,68 0,72 0,64 0,65 0,57 0,75 0,68 0,63 0,73 0,71 0,72 0,68 0,81 0,75 0,66 0,67 0,73 0,66 0,82 0,56 0,86 0,30 5 60 39 73 60 80 73 83 69 83 50 67 68 58 58 59 78 72 67 87 67 58 57 51 77 49 57 69 61 75 71 96 57 55 78 69 66 73 73 43 61 70 54 60 72 46 6 0,70 0,73 0,62 0,72 0,62 0,62 0,59 0,61 0,60 0,72 0,64 0,63 0,65 0,67 0,65 0,61 0,66 0,63 0,58 0,61 0,65 0,70 0,73 0,56 0,66 0,69 0,65 0,65 0,62 0,62 0,57 0,68 0,62 0,61 0,70 0,68 0,69 0,65 0,70 0,72 0,63 0,61 0,70 0,64 0,73 0,55 0,73 0,19 106 Как видно из таблицы 4.4, размах значений цены 1 балла бонитета по урожайности зерновых культур, рассчитанный по разработанному методу, является значительно меньше, чем определяемый по линейной традиционной модели. Это служит одним из доказательств того, что предлагаемый метод является более предпочтительным, ввиду получения объективных и точных результатов оценки качественного состояния земель. Следующим этапом оценки качества земель являлось определение баллов бонитета по урожайности [9] на основании данных о ее средневзвешенных значениях: Б ур Уф Ум , (4.1) где Бур – баллы бонитета по урожайности; Уф – фактическая урожайность контура, ц/га; Ум – максимальная урожайность, принятая за 100 баллов, ц/га. Расчет проводился по каждой из основных культур, по которым имеются многолетние статистические данные, и заносился в таблицу 4.5. Баллы бонитета по многолетней урожайности определяются для каждой из оценочных разрядов почв, полученных при оценке земель по диагностическим признакам. 107 Таблица 4.5 – Определение баллов бонитета по урожайности зерновых культур Зерновые Оценочный разряд почв 107 1 1 2 3 4 5 6 7 8 9 10 11 12 Без учета нелинейного характера влияния признаков С учетом нелинейного характера влияния признаков Баллов по Баллов по Баллов по Баллов по ц/га Разница ц/балл ц/га Разница ц/балл признакам урожайности признакам урожайности 2 3 4 5 6 7 8 9 10 11 55 96 92 4 0,57 56 96 93 3 0,58 53 93 88 5 0,57 51 91 85 6 0,56 52 88 87 1 0,59 49 88 82 6 0,56 49 77 82 -5 0,64 46 78 77 1 0,59 45 71 75 -4 0,62 44 73 73 0 0,60 44 67 73 -6 0,66 42 68 70 -2 0,62 42 62 70 -8 0,68 40 63 67 -4 0,63 39 55 65 -10 0,71 37 57 62 -5 0,65 37 52 62 -10 0,71 34 53 57 -4 0,64 33 45 55 -10 0,73 32 49 53 -4 0,65 32 43 53 -10 0,73 30 43 50 -7 0,70 29 35 48 -13 0,83 27 39 45 -6 0,69 108 Анализ результатов, представленных в таблице 4.5, позволяет сделать вывод о том, что разница баллов бонитета, рассчитанных по признакам почв и многолетней урожайности, значительно меньше чем при учете нелинейного характера влияния диагностических признаков на состояние почв. Следует отметить, что максимальное расхождение наблюдается в 12-ом оценочном разряде почв, в то время как с 1 по 3 разряды наблюдается переоценка качества почв, а после 3-го существенная недооценка качественного состояния, рассчитанного по диагностическим признакам. В 6 и 11 столбцах таблицы 4.5 были рассчитаны уровни урожайности, приходящиеся на 1 балл бонитета в каждом из оценочных разрядов. Графическая интерпретация полученных результатов представлена на рисунке 4.6. Необходимо учитывать, что на почвах, различных по качеству, можно получить близкие по величине значения урожая сельскохозяйственных культур при различных затратах, причем в ряде случаев затраты будут тем больше, чем ниже качество почвы [10, идентичной 49-51]. Однако интенсивности исследуемые земледелия и земли уровню подвержены агротехники абсолютно на всех возделываемых угодьях, следовательно, данные факторы не влияют на результат сопоставления баллов бонитета. Рисунок 4.6 –Зависимость урожайности одного балла бонитета от оценочных разрядов почв 109 При оценке почв без учета нелинейного характера влияния признаков почв на уровень качественного состояния наблюдается нелинейная связь урожайности с баллами бонитета [21]. Эта особенность связи результатов оценки, полученных по диагностическим признакам, с урожайностью наблюдается на рисунке 4.5. Однако такой характер связи затрудняет переход от баллов бонитета к значениям уровня урожайности, что часто необходимо при отсутствии данных по многолетней урожайности на различных землях. Следует отметить, что учет нелинейного характера влияния признаков на качественное состояние почв привел к получению линейной связи урожайности от баллов бонитета (рисунок 4.6). Это является разработанного непосредственным метода оценки доказательством качества земель объективности сельскохозяйственного назначения и обуславливает необходимость его использования при условии нелинейной зависимости производительной способности почв от их диагностических признаков. Корректная налоговая политика, в первую очередь, должна быть направлена на повышение плодородия земель сельскохозяйственного назначения и соблюдение рациональности их использования. Результаты оценки качественного состояния земель должны стать тем инструментом, научно-обоснованное применение которого приведет к стимулированию землепользователей в повышении плодородия используемых земель. С этой целью необходимо осуществление непрерывных сельскохозяйственного наблюдений назначения, оценки их за состоянием качества с земель последующим сопоставлением результатов для установления величины изменений в уровне плодородия. В случаях, когда качество земель увеличилось за счет рационального их использования, вложенного труда, удобрений, правильной организации севооборотов, производить уменьшение налогового бремени на таких угодьях. В противоположном же случае наоборот, должно происходить увеличение налогообложения по причине ухудшения качества земель. Описанный механизм приведет к дополнительной мотивации землепользователей в повышении уровня 110 плодородия земель, и как следствие к более рациональному использованию земельных ресурсов. 4.4 ВЫВОДЫ ПО ГЛАВЕ 4 В четвертой главе приведена апробация разработанного в главе 3 метода оценки качества земель на примере землепользования Лужского района Ленинградской области. Результаты земельно-оценочных работ по определению качества земель сельскохозяйственного назначения, рассчитанные по линейной модели, характеризуются невысокой объективностью, поскольку не отражают реального состояния ввиду наличия неучтенного нелинейного воздействия диагностических признаков почв на их производительную способность. При устранении данного недостатка были достигнуты следующие результаты и сформулирован ряд выводов: Во-первых, выявлен диагностический признак (кислотность), учет нелинейного характер которого при определенных значениях приводит к снижению балла бонитета. Максимальное значение переоценки качественного состояния по данному признаку составило 6 баллов, что соответствует 9% от значения, рассчитанного по линейной модели. Во-вторых, установлено, что разница баллов бонитета, рассчитанная по признакам почв по разработанному методу и многолетней урожайности, значительно меньше, чем при условии определения баллов по линейной модели. Причем максимальное расхождение уровня качества земель наблюдается в 12-ом оценочном разряде, в то время как с 1 по 3 разряды наблюдается переоценка качества почв, а после 3-го существенная недооценка качественного состояния, рассчитанного по диагностическим признакам. В-третьих, доказана эффективность разработанного метода оценки качества земель сельскохозяйственного назначения. Так, учет нелинейного характера влияния диагностических признаков почв на их производительную способность привел к получению линейной связи урожайности от баллов бонитета, в отличие от линейной модели. Это является непосредственным доказательством 111 объективности разработанного сельскохозяйственного использования в метода назначения условиях и оценки качества обуславливает нелинейной зависимости земель необходимость его производительной способности почв от их диагностических признаков. В-четвертых, установлено, что значения баллов бонитета по разработанному методу находятся в интервале от 39 до 96. Разница средних баллов бонитета, рассчитанных по линейной и предлагаемой моделям, изменяется в пределах от 0 до 5 баллов. Максимальная величина изменения результатов определения баллов бонитета сельскохозяйственных контуров вследствие учета нелинейной зависимости производительной способности почв от их диагностических признаков составила 16,5%. В среднем результаты оценки качества земель исследуемого землепользования Лужского района Ленинградской области изменились на 5%, что является доказательством актуальности выбранной темы необходимости диссертационного корректировки сельскохозяйственного исследования определения назначения с и уровня учетом свидетельствует качества нелинейного диагностических признаков почв на их производительную способность. о земель влияния 112 ЗАКЛЮЧЕНИЕ В диссертационной работе и практической реализацией ее основных результатов на базе теоретических и практических исследований решена актуальная задача: разработка процедуры учета типа и характера влияния диагностических признаков почв в процессе определения качества земель сельскохозяйственного назначения. Основные научные и практические результаты работы заключаются в следующем: 1. Выявлены признаки и свойства почв, потенциально влияющие на урожайность основных культур посредством анализа научных исследований и нормативно-правовой литературы. Осуществлен сбор и обобщение данных по значениям показателей, характеризующих отдельные признаки и свойства почв территории сельскохозяйственного землепользования в Лужском районе Ленинградской области. Сделан однозначный вывод о том, что, несмотря на многочисленное количество доказательств нелинейного характера влияния ряда признаков почв на их производительную способность, в настоящее время эта особенность взаимосвязи все еще не нашла непосредственного отражения в методах оценки качества земель сельскохозяйственного назначения. В связи с этим возникает необходимость в решении данного недостатка, что ставит проблему учета характера влияния признаков почв при земельно-оценочных работах в ряд актуальных. 2. Выявлена «гидролитическая мультиколлинеарность кислотность» и среди таких «кислотность показателей, среды», как методами корреляционного анализа. С целью недопущения линейной взаимозависимости среди признаков и свойств почв, показатель «гидролитическая кислотность» был исключен вследствие большего значения коэффициента парной корреляции. 3. Обоснован перечень основных диагностических признаков для дерновослабоподзолистого типа почв в Лужском районе Ленинградской области, к которым были отнесены: гранулометрический состав, кислотность, сумма поглощенных оснований, содержание органического вещества, подвижных форм 113 фосфора и обменного калия, посредством выполнения множественного регрессионного анализа. 4. Установлено наличие, определены типы и характеры нелинейного влияния диагностических признаков на уровень качественного состояния земель сельскохозяйственного назначения путем ряда итераций при преобразовании исходных данных. В частности, определена зависимость качественного состояния от кислотности и гранулометрического состава почв, которая имеет полиномиальный вид, а от содержания органического вещества и подвижных форм фосфора логарифмический. Это подтверждается увеличением коэффициента множественной детерминации при проведении регрессионного анализа без и с учетом преобразования значений нелинейных признаков более чем на 20%. 5. Предложен графический способ определения вклада диагностических признаков за счет их нелинейного влияния на производительную способность почв, необходимость разработки которого обусловлена возможностью построения графика поправок в значения исследуемых признаков. Он представляет собой универсальный метод по графическому определению вклада исследуемого признака независимо от количества ограничений, которые приводят к ухудшению общего уровня качественного состояния земель. 6. Предложены аналитические зависимости для определения баллов бонитета земель сельскохозяйственного назначения с учетом нелинейного характера влияния диагностических признаков на производительную способность почв. Формула для определения балла бонитета почвенной разновидности с учётом нелинейного влияния при одностороннем ограничении признаков представляет собой степенную функцию из отношения разности фактического значения признака почв и минимально возможного значения данного признака для конкретного типа почв к разности оптимального значения признака к минимальному, умноженную на сто с целью привидения полученных результатов к сопоставимому виду. При двустороннем ограничении используется формула степенной функции разницы двух и отношения фактического значения признака к 114 его оптимальному значению, умноженную на сто. Применение полученных зависимостей позволяет повысить объективность результатов оценки качества земель сельскохозяйственного назначения. 7. Установлено, что максимальный вклад нелинейного характера влияния диагностических признаков на уровень качественного состояния дерновослабоподзолистой почвы Лужского района Ленинградской области не может превышать 8 баллов бонитета, на основе математического анализа. 8. Апробация предложенного метода оценки качества земель осуществлена на примере землепользования Лужского района Ленинградской области. Определены значения баллов бонитета для сельскохозяйственных контуров по разработанному методу для рассматриваемого землепользования, которые находятся в интервале от 39 до 96. Величина изменений в частном случае достигала 16,5%. Разница средних баллов бонитета, рассчитанных по линейной и предлагаемой моделям, изменяется в пределах от 0 до 5 баллов, причем в среднем учет выявленных закономерностей привел к изменению результата оценки качества земель всего землепользования на 5%. Установлено, что использование предлагаемого подхода обеспечивает повышение объективности результатов оценки качества и рациональности использования земель сельскохозяйственного назначения. 115 СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ ГКН – государственный кадастр недвижимости; АПК – агропромышленный комплекс; ЦИНАО – Центральный институт агрохимического обслуживания сельского хозяйства; ГК – гидролитическая кислотность; ППП – показатель почвенного плодородия; ГИЗР – Государственный научно-исследовательский институт земельных ресурсов; МНК – метод наименьших квадратов; АКРИ – агроклиматический ресурсный индекс; Россельхозземмониторинг – Российский центр государственного мониторинга земель сельскохозяйственного назначения; ЦМТ – цифровая модель территории; ГИС – геоинформационная система. 116 СПИСОК ЛИТЕРАТУРЫ 1. Авдонин, Н.С. Свойства почвы и урожай. / Н.С. Авдонин. – М.: «Колос», 1965. – 271 с. 2. Агроклиматические ресурсы Ленинградской области. – Л.: Гидрометеоиздат, 1971. – 119 с. 3. Амелин, А.В. Состояние почвенного плодородия земель, выведенных из сельскохозяйственного оборота в Орловской области / А.В. Амелин, В.М. Казьмин, И.А. Рыжов, Н.И. Абакумов // Агрохимический вестник. – 2013. –№3. – С. 15-18. 4. Апарин, Б.Ф. Эволюционные модели плодородия почв / Б.Ф. Апарин. – СПб.: Изд-во С. – Петербургского университета, 1997. – 292 с. 5. Афоничкин, А.И. Управленческие решения в экономических системах / А.И. Афаничкин, Д.Г. Михаленко. – СПб.:Питер, 2009. – 480 с. 6. Бакиров, Н.Б. Почвенно-агрохимические параметры и урожайность яровой пшеницы в лесостепи среднего Поволжья: автореф. дис. на соискание ученой степени д-ра. с.-х. наук: 06.01.03 / Бакиров Назиб Багуманович. – Киров, 2009. – 32 с. 7. Белорусцева, Е.В. Мониторинг земель сельскохозяйственного назначения Нечерноземья с применением ГИС-технологий: автореф. дис. на соискание ученой степени канд. географ. наук: 25.00.26 / Белорусцева Екатерина Викторовна. – М., 2013. – 23 с. 8. Бессонова, Е. А. Эколого-экономическая реабилитация нарушенных и деградированных сельскохозяйственных земель: монография / Е.А. Бессонова. – Курск: Планета, 2011. – 240 с. 9. Благовидов, Н.Л. Качественная оценка земель: Бонитировка почв и оценка земель. / Н.Л. Благовидов. – М: Изд-во М-ва сел. хоз-ва РСФСР, 1960. – 79 с. 10. Благовидов, Н.Л. Качественная оценка земель и их рациональное использование / Н.Л. Благовидов. – Ленинград: Б. и., 1962. – 88 с. 117 11. Благовидов, Н.Л. Почвы Ленинградской области и повышение их плодородия. / Н.Л. Благовидов. – Ленинград, 1938. – 64 с. 12. Близоруков, М.Г. Количественные методы анализа многомерных величин / М.Г. Близоруков. – Екатеринбург: АМБ, 2006. – 68 с. 13. Бонитировка (качественная оценка) почв: Инструкция /М-во сел. хоз-ва СССР. Всесоюз. ордена Ленина акад. с.-х. наук им. В.И. Ленина. Почв. ин-т им. В.В. Докучаева. - Москва: Б. и., 1968. - 68 с. 14. Боровиков, В.П. Программа Statistica для студентов и инженеров / В.П. Боровиков. – М.: Компьютер пресс, 2000. – 301 с. 15. Боровиков, В.П. Statistica: искусство анализа данных на компьютере / В.П. Боровиков. – СПб.: Питер, 2001. – 656 с. 16. Бровко, Е.А. Анализ современного состояния работ в области топографического мониторинга на основе ДЗЗ. Отечественный и зарубежный опыт – Обзорная информация. / Е.А. Бровко, С.А. Ефимов, Л.М. Козлова. – М.:ЦНИИГАиК, 2007. – 128 с. 17. Булгаков, Д.С. Агроэкологическая оценка пахотных почв / Д. С. Булгаков. – М.: РАСХН. 2002 – 251 с. 18. Быкова, Е.Н. Опыт оценки земель в Германии / Е.Н. Быкова // Записки Горного Института. – 2013. – Т.204. – С. 167-170. 19. Васильев, Е.П. Моделирование урожайности на основе данных агрохимического обследования почв с помощью метода ассоциативного анализа / Е.П. Васильев, В.И. Орешков // Вестник Рязанского государственного агротехнологического университета имени П.А. Костычева. – 2012. – №4. – С. 814. 20. Воронцов, А.П. Кадастровая оценка земли / А.П. Воронцов. – М.: ЭКМОС, 2002. – 240 с. 21. Востокова, Л.Б. Бонитировка почв / Л.Б. Востокова, И.В. Якушевская. – М.: Изд-во Моск. ун-та, 1979. – 102 с. 22. Гайдышев, И. Анализ и обработка данных / И. Гайдышев. – СПб.: Питер, 2001. – 751 с. 118 23. Гаврилюк, Ф.Я. Бонитировка почв Ростовской области. / Ф.Я. Гаврилюк. – Ростов-на-Дону: Кн. изд-во, 1970. – 88 с. 24. Герасимов, И.П. Роль и место почвоведения в работах по учету и качественной оценке сельскохозяйственных земель. – «Тезисы докладов на II съезде почвоведов». – Харьков, 1962. – 228 с. 25. Гогмачадзе, Г.Д. Агроэкологический мониторинг почв и земельных ресурсов Российской Федерации / Г.Д. Гогмачадзе. – М.: Изд-во Московского университета, 2010. – 592 с. 26. Гогмачадзе, Г.Д. Деградация почв: причины, следствия, пути снижения и ликвидации / Г.Д. Гогмачадзе. – М.: Изд-во Московского университета, 2011. – 272 с. 27. ГОСТ 27593-88 (СТ СЭВ 5298-85). Почвы. Термины и определения. 28. Гринченко, Т.А. Комплексная оценка эволюции плодородия почв и степени их окультуренности при длительном воздействии мелиорации и удобрений / Т.А. Гринченко, А.А. Егоршин // Агрохимия. – 1984. – №11. – С. 8288. 29. Державин, сельскохозяйственного Л.М. О назначения мониторинге / Л.М. плодородия Державин, А.С. земель Фрид, Ф.В. Янишевский // Агрохимия. – 1999. – № 12. – С. 19-30. 30. Державин, Л.М. Использование балльной оценки агрохимических показателей плодородия почвы при анализе опытных данных / Л.М. Державин, Л.М. Зимина, Н.С. Поздняков // Химия в сел. хоз-ве. – 1984. – № 2. – С. 8-10. 31. Державин, Л.М. О комплексной оценке плодородия пахотных земель / Л.М. Державин, А.С. Фрид // Агрохимия. – 2001. – № 9. – С. 5-12. 32. Добровольский, Г.В. Экология почв. Учение об экологических функциях почв / Г.В. Добровольский, Е.Д. Никитин. – М.: Изд-во МГУ, 2012. – 412 с. 33. Доклад о состоянии и использовании земель в Ленинградской области в 2006 году [Электронный ресурс] / Управление Федерального агентства кадастра 119 объектов недвижимости по Ленинградской области. – Режим доступа: to47.rosreestr.ru/upload/to47/files/2006.pdf 34. Доклад о состоянии и использовании земель в Ленинградской области в 2009 году [Электронный ресурс] / Управление Федерального агентства кадастра объектов недвижимости по Ленинградской области. – Режим доступа: to47.rosreestr.ru/upload/to47/files/2009.pdf 35. Доклад о состоянии и использовании земель в Ленинградской области в 2013 году [Электронный ресурс] / Управление Федерального агентства кадастра объектов недвижимости по Ленинградской области. – Режим доступа: to47.rosreestr.ru/zemleustroystvo/zemleustroystvo_doklad/ 36. Докучаев, В.В. Избранные сочинения, т.3. / В.В. Докучаев. – М.: Сельхозгиз, 1949. – 358 c. 37. Елисеева, И.И. Статистика / И.И. Елисеева и др. – М.: Проспект, 2010. – 448 с. 38. Земельный кодекс Российской Федерации: Федеральный закон от 25.10.2001 N 136-ФЗ (ред. от 21.07.2014) // «Российская газета», N 211-212, 30.10.2001. 39. Иванов, В.Д. Методические указания по бонитировке почв / В.Д. Иванов. - Воронеж: ВСХИ, 1986. – 18 с. 40. Иванов, В.Д. Методические указания и рабочая тетрадь по оценке качества и плодородия почв / В.Д. Иванов, Е.В Кузнецова. – Воронеж: ВГАУ, 2002. – 42 с. 41. Карманов, И.И. Методика и технология почвенно-экологической оценки и бонитировки почв для сельскохозяйственных культур. / И.И. Карманов. – М.: ВАСХНИЛ, 1990. – 114 с. 42. Катышев, П.К. Эконометрика. Начальный курс. / П.К. Катышев, Я.Р. Магнус, А.А. Пересецкий. – М.: Дело, 2007. – 575 с. 43. Кирюшин, В.И. Методическое руководство по агроэкологической оценке земель, проектированию адаптивно-ландшафтных систем земледелия и 120 агротехнологий / В.И. Кирюшин, А.Л. Иванов. – М.: Изд-во РГАУ-МСХА им. К.А. Тимирязева, 2005. – 763 с. 44. Киселев, В.А. Методика районирования по значениям ценообразующих факторов кадастровой стоимости земель населенных пунктов на основе теории принятия решения в многокритериальной среде / В.А. Киселев, А.Г. Шабаев // Записки Горного института. – 2012. – Т.196. – С. 74-79. 45. Киселев, В.А. Недостатки управления земельными ресурсами, осуществляемого на основе информационного обеспечения государственного кадастра недвижимости / В.А. Киселев, А.Г. Шабаев // Записки Горного института. – 2013. – Т. 204. – С. 163-166. 46. Кобзарь, А.И. Прикладная математическая статистика / А.И. Кобзарь. – М.: Физмалит, 2006. – 816 с. 47. Кравцова, В.И. Космические методы исследования почв / В.И. Кравцова. – М.: Аспект Пресс, 2005. – 190 с. 48. Кремер, Н.Ш. Эконометрика / Н.Ш. Кремер, Б.А. Путко. – М.: ЮНИТИДАНА, 2007. – 311 с. 49. Кулаковская, Т.Н. Агрохимические свойства почв и их значение в использовании удобрений / Т.Н. Кулаковская. – Минск: «Урожай», 1965. – 198 с. 50. Кулаковская, Т.Н. Оптимизация агрохимической системы почвенного питания растений / Т.Н. Кулаковская. – М.: Агропромиздат, 1990. – 219 с. 51. Кулаковская, Т.Н. Почвенно-агрохимические основы получения высоких урожаев / Т.Н. Кулаковская. – Минск: Ураджай, 1978. – 272 с. 52. Куликов, К.И. О принципах ведения государственного мониторинга земель / К.И. Куликов // Кадастровый вестник. – 2007. – №1. – С. 43-47. 53. Лабутина, И.А. Дешифрирование аэрокосмических снимков / И.А. Лабутина. – М.: Аспект Пресс, 2004. – 184 с. 54. Лебедев, Ю.В. Методическое обеспечение комплексной оценки лесных земель / Ю.В. Лебедев, Л.К. Трубина // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2012. – №2.1. – С. 188-191. 121 55. Лебедев, Ю.В. Современные подходы к формированию земельноинформационной системы для управления аграрно-промышленных комплексом / Ю.В. Лебедев, О.И. Малыгина, Е.С. Троценко // Известия высших учебных заведений. Геодезия и аэрофотосъемка. – 2012. – №2.1. – С. 169-171. 56. Липкина, Г.С. Связь урожая сельскохозяйственных культур с агрохимическими свойствами почв и удобрениями. М-во сельск. хоз-ва СССР. Обзорная информация. Всесоюзный научно-исследовательский институт информации и технико-экономических исследований по сельскому хозяйству / Г.С Липкина. – М.: ВНИИТЭИСХ, 1975. – 42 с. 57. Литвак, Ш.И. Системный подход к агрохимическим исследованиям / Ш.И. Литвак. – М.: Агропромиздат, 1990. – 220 с. 58. Мазиров, М.А. Качественная оценка и динамика агрохимического состояния почвенного покрова в района Владимирской области / М.А. Мазиров, А.О. Рагимов, Е.М. Шентерова // Вестник Алтайского государственного аграрного университета. – 2013. – № 5. – С. 33-39. 59. Максимова, Е.Ю. Оценка пространственно-временной изменчивости почвенно-экологического индекса / Е.Ю. Максимова // Агрофизика. – 2012. – № 1. – С. 1-9. 60. Махт, В.А. Проблемы кадастровой оценки земель сельскохозяйственного назначения. Часть I. Оценка качества и классификация сельскохозяйственных угодий / В.А. Махт, В.А. Руди, Н.В. Осинцева. – Омск.: Омское книжное издательство, 2007. – 112 с. 61. Методические рекомендации по оценке качества и классификации земель по их пригодности для использования в сельском хозяйстве (со справочным материалом) / Федеральная служба земельного кадастра России, ФГУП «Госземкадастръемка» - ВИСХАГИ (разраб. Оглезнев А.К., Куприян Т.А., Норкина Т.Е., Мельников А.В. и др.). – М.: Издательский дом «Русская оценка», 2003. – 170 с. 62. Методические указания по проведению комплексного мониторинга плодородия почв земель сельскохозяйственного назначения / М-во сел. хоз-ва 122 Рос. Федерации, Рос. акад. с.-х. наук, Всерос. науч.-исслед. ин-т агрохимии им. Д. Н. Прянишникова, Почв. ин-т им. В. В. Докучаева (Разраб. Сычевым В. Г. и др.). М.: Росинформагротех, 2003. – 240 с. 63. Микони, С.В. Многокритериальный выбор на конечном множестве альтернатив / С.В. Микони. – М.: Изд-во «Лань», 2009. – 272 с. 64. Минеев, В.Г. Агрохимия. – 3-е изд. / В.Г. Минеев. – М.: Изд-во Московского университета; Наука, 2006. – 720 с. 65. Никитишен, В.И. Плодородие и удобрение серых лесных почв / В.И. Никитишен, Е.В. Курганова. – М.: Наука, 2007. – 367 с. 66. Ольгерд К. Качественная оценка земель сельскохозяйственного назначения в России и Польше / К. Ольгерд, Е.Н. Быкова // Фундаментальные и прикладные исследования в современной мире. – 2014. – Т.1. № 5. – С. 96-106. 67. О государственной кадастровой оценке земель: Постановление Правительства РФ от 25.08.1999 N 945 // «Российская газета», N 171, 02.09.1999. 68. О государственной программе развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2013 – 2020 годы: Постановление Правительства РФ от 14.07.2012 N 717 (ред. от 15.04.2014) // «Собрание законодательства РФ», 06.08.2012, N 32, ст. 4549. 69. О государственном регулировании обеспечения плодородия земель сельскохозяйственного назначения: Федеральный закон от 16.07.1998 N 101-ФЗ (ред. от 28.12.2013) // «Собрание законодательства РФ», 20.07.1998, N 29, ст. 3399. 70. О землеустройстве: Федеральный закон от 18.06.2001 N 78-ФЗ (ред. от 18.07.2011) // «Российская газета», N 118-119, 23.06.2001. 71. О Концепции развития аграрной науки и научного обеспечения АПК России до 2025 года: Приказ Минсельхоза РФ от 25.06.2007 N 342. 72. О мелиорации земель: Федеральный закон от 10.01.1996 N 4-ФЗ (ред. от 28.11.2011) // «Собрание законодательства РФ», 15.01.1996, N 3, ст. 142. 73. О Методических рекомендациях по выявлению деградированных и загрязненных земель (вместе с «Методическими рекомендациями по выявлению деградированных и загрязненных земель», утв. Роскомземом 28.12.1994, 123 Минсельхозпродом России 26.01.1995, Минприроды России 15.02.1995): Письмо Роскомзема от 27.03.1995 N 3-15/582. 74. О рекультивации земель, снятии, сохранении и рациональном использовании плодородного слоя почвы: Постановление Правительства РФ от 23.02.1994 N 140 // «Собрание актов Президента и Правительства РФ», 07.03.1994, N 10, ст. 779. 75. Образцов, А.С. Математическая модель урожайности кукурузы и ее использование в планировании кормопроизводства / А.С. Образцов, И.Н. Цымбаленко, Н.А. Ким, Д.Е. Единбаев // С.-х. биология. – 1988. – № 1. – С. 90-96. 76. Образцов, А.С. Системный подход: применение в земледелии. / А.С. Образцов. – М.: Агропромиздат, 1990. – 304 с. 77. Об обороте земель сельскохозяйственного назначения: Федеральный закон от 24.07.2002 N 101-ФЗ (ред. от 28.12.2013, с изм. от 23.06.2014) // «Российская газета», N 137, 27.07.2002. 78. Об утверждении Доктрины продовольственной безопасности Российской Федерации: Указ Президента РФ от 30.01.2010 N 120 // «Собрание законодательства РФ», 01.02.2010, N 5, ст. 502. 79. Об утверждении Концепции развития государственного мониторинга земель сельскохозяйственного назначения и земель, используемых или предоставленных для ведения сельского хозяйства в составе земель иных категорий, и формирования государственных информационных ресурсов об этих землях на период до 2020 года: Распоряжение Правительства РФ от 30.07.2010 N 1292-р (ред. от 30.05.2014) // «Собрание законодательства РФ», 09.08.2010, N 32, ст. 4366. 80. Об утверждении Концепции федеральной целевой программы "Развитие мелиорации земель сельскохозяйственного назначения России на 2014 – 2020 годы: Распоряжение Правительства РФ от 22.01.2013 № 37-р // «Собрание законодательства РФ», 28.01.2013, N 4, ст. 303. 81. Об утверждении критериев существенного снижения плодородия земель сельскохозяйственного назначения: Постановление Правительства РФ от 124 22.07.2011 № 612 // «Собрание законодательства РФ», 25.07.2011, № 30 (2), ст. 4655. 82. Об утверждении Методики расчета показателя почвенного плодородия в субъекте Российской Федерации (Зарегистрировано в Минюсте России 26.02.2013 N 27318): Приказ Минсельхоза России от 11.01.2013 № 5 // «Российская газета», № 48, 06.03.2013. 83. Об утверждении Методических рекомендаций по государственной кадастровой оценке земель сельскохозяйственного назначения (с изменениями на 8 июля 2011 года): Приказ Минэкономразвития России от 04 июля 2005 № 145 // Официальные документы и разъяснения, N 19, 2005. 84. Об кадастровой утверждении оценке земель Методических указаний сельскохозяйственного по государственной назначения: Приказ Минэкономразвития РФ от 20.09.2010 N 445. 85. Об утверждении отчета о наличии земель и распределении их по формам собственности, категориям, угодьям и пользователям на территории Ленинградской области по состоянию на 1 января 1994 года: Постановление Правительства Ленинградской области от 13 апреля 1994 года N 84 // Вестник Правительства Ленинградской области N 4, июнь 1994 год. 86. Об утверждении отчета о наличии земель и распределении их по формам собственности, категориям, угодьям и пользователям на территории Ленинградской области по состоянию на 1 января 1997 года: Постановление Правительства Ленинградской области от 28 марта 1997 года N 13 // Вестник Правительства Ленинградской области N 2, 1997 год (приложение). 87. Об утверждении отчета о наличии земель и распределении их по формам собственности, категориям, угодьям и пользователям на территории Ленинградской области по состоянию на 1 января 2002 года: Распоряжение Губернатора Ленинградской области от 02.07.2002 N 326-РГ. 88. Об утверждении Положения об осуществлении государственного мониторинга земель: Постановление Правительства РФ от 28.11.2002 N 846 // «Российская газета», N 231, 05.12.2002. 125 89. Об состояния утверждении плодородия Порядка земель государственного сельскохозяйственного учета показателей назначения: Приказ Минсельхоза России от 04.05.2010 N 150 (ред. от 08.08.2012) // «Бюллетень нормативных актов федеральных органов исполнительной власти», N 32, 09.08.2010. 90. Об утверждении Правил проведения государственной кадастровой оценки земель (ред. от 30.06.2010): Постановление Правительства РФ от 08.04.2000 N 316 // «Собрание законодательства РФ», 17.04.2000, N 16, ст. 1709. 91. Ованцер, А.Я. Земельный кадастр стран Западной Европы, США и Канады. Обзорная информация / А.Я. Ованцер, Т.А. Кулакова, Л.П. Малахина и др. – М.: ВНИИТЭИ-агропром, 1992. – 56 с. 92. Орлов, Д.С. Органическое вещество почв Российской Федерации / Д.С. Орлов, О.Н. Бирюкова, Н.И. Суханова. – М.: Наука, 1996. – 256 с. 93. Отчет КЗРиЗ об оценке кадастровой стоимости земельных участков на территории Санкт-Петербурга (по состоянию на 12.08.2013г.) № 32-1-0781/00. [Электронный ресурс] – Режим доступа: to78.rosreestr.ru/kadastr/cadastral_estimation/rez_kad_ozem/ 94. Официальный сайт Администрации Ленинградской области [Электронный ресурс]. – Режим доступа: lenobl.ru 95. Официальный сайт Администрации Лужского муниципального района [Электронный ресурс]. – Режим доступа: luga.ru 96. Официальный сайт Управления Федеральной службы государственной регистрации, кадастр и картографии по Ленинградской области [Электронный ресурс]. – Режим доступа: to47.rosreestr.ru 97. Павлова, В.А. Концепция кадастровой оценки земель как основа налогообложения недвижимости / В.А. Павлова // Имущественные отношения в Российской Федерации. – 2012. – №7. – С. 77-83. 98. Павлова, В.А. Определение коэффициента капитализации для оценки сельскохозяйственных земель / В.А. Павлова // Известия Санкт-Петербургского Государственного аграрного университета. – 2013. – №30. – С. 224-226. 126 99. Подиновский, В.В. Введение в теорию важности критериев в многокритериальных задачах принятия решений / В.В. Подиновский. – М.: Физматлит, 2007. – 64 с. 100. Подиновский, В.В. Парето-оптимальные решения многокритериальных задач / В.В. Подиновский, В.Д. Ногин. – М.: Наука. Главная редакция физикоматематической литературы, 1982. – 256 с. 101. Прошкин, В.А. Оценка тесноты и достоверности связи прибавки урожайности озимой пшеницы и агрохимических свойств почвы / В.А. Прошкин // АгроЭкоИнфо. – 2010. – № 2. – С. 2-10. 102. Раевнева, Е.В. Прикладная статистика: современные подходы и инструментарий анализа массовых явлений и процессов / Е.В. Раевнева, Н.А. Кизим. – Харьков: ИД «ИНЖЭК», 2010. – 288 с. 103. Рассыпнов, В.А. Бонитировка почв как основа кадастровой оценки земель сельскохозяйственного назначения / В.А. Рассыпнов, Е.М. Соврикова // Вестник Алтайского государственного аграрного университета. – 2012. – № 11. – С. 103-106. 104. Рубцов, С.А. Аэрокосмические средства и технологии для точного земледелия / С.А. Рубцов, И.Н. Голованев, А.Н. Каштанов. – М.: МСХА, 2008. – 330 с. 105. Самсонова, В.П. Пространственная изменчивость почвенных свойств: На примере дерново-подзолистых почв / В.П. Самсонова. – М.: Издатество ЛКИ, 2008. – 160 с. 106. Сборник докладов заседаний Санкт-Петербургского отделения Докучаевского общества почвоведов за 2007 год / Под ред. Н.Н. Матинян. – Санкт-Петербург, 2007. – 70 с. 107. Семенов, В.А. Взаимозависимость между содержанием гумуса и другими свойствами почвы – факторами урожая / В.А. Семенов // Почвоведение. – 1992. – №11. – С. 68-80. 127 108. Синельников, Э.П. Оценка состояния почв по результатам агрохимического обследования / Э.П. Синельников, Ю.И. Слабко // Химия в сел. хоз-ве. – 1995. – № 2-3. – С. 28-31. 109. Соболев, С.С. Бонитировка почв / С.С. Соболев, Н.А. Полянский. – М.: ВАСХНИЛ, 1965. – 414 с. 110. Соловиченко, В.Д. Плодородие и рациональное использование почв Белгородской области / В.Д. Соловиченко. – Белгород: Отчий край, 2005. – 233 с. 111. Стрежемский, М.М. Бонитировка пахотных почв / М.М. Стрежемский. – М.: Наука, 1980. – 228 с. 112. Сычев, В.Г. Тенденции изменения агрохимических показателей плодородия почв Европейской части России / В.Г. Сычев. – М.: ЦИНАО, 2000. – 187 с. 113. Тюменцев, Н.Ф. Как оценить качество почв. / Н.Ф. Тюменцев. – Новосибирск: Зап.-Сиб. кн. изд-во, 1966. – 120 с. 114. Украинский, П.А. Оценка земель сельскохозяйственного назначения по показателям плодородия для дистанционного мониторинга (на примере Белгородской области): автореф. дис. на соискание ученой степени канд. географ. наук: 25.00.26 / Украинский Павел Александрович. – Белгород, 2011. – 23 с. 115. Фрид, А.С. Оценка плодородия почвенного покрова на базе длительного полевого опыта / А.С. Фрид, А.Я. Воронин // Почвоведение. – 2000. – №4. – С. 488-496. 116. Халафян, А.А. STATISTICA 6. Статистический анализ данных. 3-е издание. / А.А. Халафян. – М.: ООО «Бином-Пресс», 2007. – 512 с. 117. Хьюбер, П. Робастность в статистике: Пер. с англ. / П. Хьюбер. – М.: Мир, 1984. – 304 с. 118. Черемушкин, С.Д. Теория и практика экономической оценки земли. / С.Д. Черемушкин. – М.: Соцэкгиз, 1963. – 279 с. 119. Чуб, М.П. Действие фосфорных удобрений под зерновые культуры в связи с содержанием подвижного фосфора в черноземах степного Поволжья / М.П. Чуб, Э.С. Штейн, И.П. Моторыгин // Агрохимия. – 1973. – №4. – С. 43-54. 128 120. Шабаев, А.Г. Взаимосвязь показателей состояния плодородия дерновоподзолистых почв с урожайностью сельскохозяйственных культур [Электронный ресурс] / А.Г. Шабаев // Инженерный вестник Дона. – 2014. – №4. – Режим доступа: ivdon.ru/ru/magazine/archive/N4y2014/26. 121. Шабаев, А.Г. Методика обоснования отвода земельного участка под строительство объекта промышленного назначения на основе теории принятия решения в многокритериальной среде / А.Г. Шабаев, В.А. Киселев // Московское научное обозрение. – М., 2012. – №6 – С. 44-47. 122. Шабаев, А.Г. Недостатки методики комплексной оценки плодородия почв и пути их решения / А.Г. Шабаев // Актуальные проблемы современной науки: сборник статей Международной научно-практической конференции (25 ноября 2014 г., г.Уфа). в 2 ч. Ч.2./ – Уфа: Аэтерна. – 2014. – С. 295-298. 123. Шабаев, А.Г. Современные проблемы при отводе земельного участка под строительство объектов промышленного назначения / А.Г. Шабаев, В.А. Киселев // Рациональное природопользование: традиции и инновации. Материалы Международной научно-практической конференции, Москва, МГУ, 23-24 ноября 2012 г. / Под общ. ред. проф. М.В. Слипенчука. – М.: Издательство Московского университета. – 2013. – С. 328-332. 124. Шабаев, А.Г. Учет нелинейного характера влияния диагностических признаков почв на урожайность при качественной оценке земель сельскохозяйственного назначения [Электронный ресурс] / А.Г. Шабаев, В.А. Киселев // Инженерный вестник Дона. – 2015. – №1. – Режим доступа: ivdon.ru/ru/magazine/archive/n1y2015/2747. 125. Шишов, Д.А. Некоторые вопросы совершенствования системы управления сельскохозяйственными землями (федеральный и региональный аспекты) / Д.А. Шишов, М.А. Окунев // Юридическая мысль. – 2011. – №2. – С. 106-110. 126. Шишов, Л.Л. Классификация и диагностика почв России / Л.Л. Шишов, В.Д. Тонконогов, И.И. Лебедева, М.И. Герасимова. – Смоленск: Ойкумена, 2004. – 342 с. 129 127. Шишов, Л.Л. Региональные эталоны почвенного плодородия. / Л.Л. Шишов, Д.Н. Дурманов, И.И. Карманов. – М.:ВАСХНИЛ, 1991. – 274 с. 128. Шишов, Л.Л. Критерии и модели плодородия почв. / Л.Л. Шишов, Д.Н. Дурманов, И.И. Карманов. – М.: Агропромиздат, 1987. – 184 с. 129. Юхнин, А.А. Оценка почв Нечерноземной зоны Российской Федерации / А.А. Юхнин // Агрохимический вестник. – 1999. – №1. – С. 6-8. 130. Ягодин, Б.А. Агрохимия. / Б.А. Ягодин, Ю.П. Жуков, В.И. Кобзаренко. – М.: Колос, 2002. – 584 с. 131. Shabaev A.G. Improvement methods monitoring of lands of agricultural purpose / A.G. Shabaev // Scientific Reports on Resource Issues. – 2014. – № 1 – Р. 418-420. ПРИЛОЖЕНИЕ А СРЕДНИЕ МНОГОЛЕТНИЕ ЗНАЧЕНИЯ УРОЖАЙНОСТИ И ПРИЗНАКОВ ДЕРНОВОСЛАБОПОДЗОЛИСТОГО ТИПА ПОЧВ ПО РАЗЛИЧНЫМ СЕЛЬСКОХОЗЯЙСТВЕННЫМ УГОДЬЯМ В ЛУЖСКОМ РАЙОНЕ ЛЕНИНГРАДСКОЙ ОБЛАСТИ Таблица А.1 – Средние статистические значения урожайности зерновых культур и признаков дерновослабоподзолистого типа почв по различным угодьям землепользований Лужского района Ленинградской области № угодья град. 7 1 10 6 13 0 3 7 3 9 1 1 11 8 8 7 13 4 9 7 4 10 % 39 21 21 6 31 13 18 28 15 21 5 26 31 35 22 13 39 12 18 10 37 38 рН солевой ед. 6,4 5,3 6,7 6,8 6,2 4,8 4,8 5,8 5,3 5,1 4,6 4,1 4,7 6,9 6,8 6,9 6,7 4,4 4,9 4,6 4,3 5,8 Сумма погл. оснований мг-экв/100 г. 3,6 42,0 3,5 12,8 3,0 38,0 3,4 19,9 4,5 19,9 4,6 26,8 4,4 37,5 5,0 21,5 4,3 13,9 4,8 12,8 4,4 21,0 4,7 18,2 4,0 25,2 3,7 41,0 3,3 7,7 4,0 15,0 3,6 17,1 3,7 17,1 3,3 14,2 3,8 10,7 3,9 13,5 3,8 13,1 Органическое Фосфор Азот Калий ГК вещество % 5,4 2,5 2,7 4,6 3,7 5,5 2,6 3,4 5,5 2,1 2,3 2,4 1,6 5,2 1,1 1,1 3,7 1,0 1,0 2,8 1,2 3,8 мг на 1000 г. почвы 294 110 82 436 102 128 180 264 103 161 289 77 233 308 55 79 313 91 437 65 242 66 220 152 166 166 165 128 207 121 100 130 100 165 150 116 189 110 172 313 190 205 159 112 128 90 210 100 272 285 56 126 267 91 505 254 142 117 246 136 90 122 286 54 100 136 Микроэлементы Урожайность мг/кг почвы 6,4 8,7 6,1 7,4 2,9 4,9 6,4 6,0 3,6 5,4 6,9 5,2 3,4 6,2 8,4 3,6 2,9 4,6 7,2 3,9 4,0 7,8 ц/га 50,0 41,3 46,0 35,0 44,4 36,0 40,0 39,8 43,0 34,1 25,0 33,0 39,6 46,0 34,9 31,2 43,7 28,5 38,6 30,5 33,6 36,6 130 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 Гран. Уклон состав 131 Продолжение таблицы А.1 № угодья град. 10 1 3 4 3 1 12 8 3 4 4 6 8 2 8 10 8 3 8 13 3 10 3 9 2 2 5 % 13 6 20 16 9 9 7 20 16 36 22 20 16 25 25 10 19 30 28 10 15 27 35 13 13 36 9 рН солевой ед. 6,6 5,2 4,9 4,7 4,7 6,2 4,9 5,8 5,5 6,6 5,8 5,0 5,4 4,6 5,0 5,8 5,5 5,3 4,2 5,5 5,3 5,3 6,1 4,9 6,3 6,5 5,6 Сумма погл. оснований мг-экв/100 г. 4,0 14,8 3,6 11,2 3,7 37,5 3,4 11,9 3,3 25,8 4,0 40,7 3,9 8,9 3,3 19,0 3,6 5,3 3,1 30,0 4,0 10,4 3,2 12,0 3,8 11,7 3,1 11,5 3,9 9,7 3,0 6,4 3,2 7,8 3,7 6,2 3,6 12,5 3,4 39,0 3,6 11,7 3,6 15,8 3,3 18,9 3,7 38,2 2,0 12,5 1,0 29,3 2,0 22,2 Органическое Фосфор Азот Калий ГК вещество % 4,3 1,0 5,9 3,4 1,0 4,1 3,8 1,0 5,5 5,5 1,4 2,7 1,3 3,7 3,0 2,7 2,5 5,2 3,0 0,8 2,5 4,4 2,5 1,0 3,5 3,6 5,7 мг на 1000 г. почвы 108 159 59 239 220 67 157 240 101 204 129 105 124 270 91 135 238 81 186 195 84 164 305 112 711 97 302 133 310 197 158 150 112 308 259 132 427 170 578 113 293 113 88 294 128 438 150 237 252 304 176 49 333 105 91 277 92 201 216 126 110 107 102 55 335 148 204 101 212 105 265 95 123 278 64 55 321 281 205 140 88 Микроэлементы Урожайность мг/кг почвы 6,8 8,9 2,9 2,5 2,6 5,5 4,1 3,4 8,0 3,9 5,2 6,4 4,8 4,4 8,5 6,7 2,8 6,0 5,5 3,8 5,0 5,1 2,1 2,7 4,9 4,5 6,2 ц/га 40,0 30,9 42,9 35,6 29,9 34,0 32,8 35,8 52,0 50,2 35,2 39,8 47,1 35,4 33,0 41,1 39,2 37,7 36,0 37,4 32,4 38,4 43,5 39,0 35,6 43,7 37,0 131 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 Гран. Уклон состав 132 Продолжение таблицы А.1 № угодья град. 6 6 1 10 0 11 5 6 0 9 6 10 6 9 7 10 1 7 11 2 11 6 8 2 7 9 3 % 32 37 7 27 9 18 5 23 27 8 33 23 34 25 11 9 36 15 22 21 22 26 24 21 8 10 8 рН солевой ед. 4,3 4,3 5,2 4,9 6,8 6,9 5,5 5,7 4,2 6,6 5,2 4,1 5,5 4,5 5,4 5,5 4,0 5,6 5,0 4,2 5,0 5,7 4,7 6,4 4,3 6,9 6,2 Сумма погл. оснований мг-экв/100 г. 0,7 11,4 0,5 10,6 3,0 13,8 0,2 17,5 0,5 14,2 1,0 30,0 3,5 10,7 3,4 20,0 3,3 12,4 2,9 20,9 2,7 11,5 2,2 16,3 2,1 11,7 2,5 10,1 2,4 23,2 2,0 8,6 2,7 9,6 2,0 15,2 2,9 22,2 2,7 14,5 2,9 3,7 2,0 16,4 2,9 29,2 2,8 37,0 1,7 29,4 1,4 13,7 1,9 16,8 Органическое Фосфор Азот Калий ГК вещество % 5,8 3,6 5,5 2,9 4,1 2,0 3,1 5,6 4,8 2,3 4,0 3,7 1,7 2,3 5,0 3,4 1,2 1,6 4,8 5,0 2,2 5,2 4,0 2,7 3,5 5,8 4,9 мг на 1000 г. почвы 364 150 81 305 200 252 195 293 103 42 128 95 193 178 85 196 323 149 187 279 90 147 334 94 113 269 174 186 81 154 81 169 146 43 230 101 319 311 184 79 135 92 242 306 111 224 284 116 191 187 214 140 157 140 69 329 54 195 289 90 140 79 76 303 167 172 42 186 89 665 64 320 108 216 74 172 118 85 239 291 75 Микроэлементы Урожайность мг/кг почвы 6,2 6,3 6,0 4,2 4,9 5,0 5,2 6,4 6,0 6,7 4,2 8,1 3,6 4,3 2,7 4,8 8,8 8,2 5,1 2,4 6,9 4,1 5,2 7,6 8,8 2,1 6,8 ц/га 32,0 42,6 40,0 33,8 40,0 42,5 33,3 42,0 38,0 37,3 37,2 31,9 41,4 31,2 38,0 35,9 34,4 34,2 36,5 37,9 32,1 48,6 36,4 54,5 32,2 38,4 36,0 132 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 Гран. Уклон состав 133 Продолжение таблицы А.1 № угодья град. 6 3 8 4 9 9 12 6 0 12 9 5 6 0 7 2 11 8 % 36 33 29 19 26 34 27 20 39 36 30 38 20 30 25 22 12 31 рН солевой ед. 4,6 7,0 4,1 6,3 6,7 4,7 4,9 5,8 5,9 6,7 4,5 5,0 6,8 4,1 6,7 5,9 6,4 4,7 Сумма погл. оснований мг-экв/100 г. 1,5 11,1 1,9 31,6 1,8 24,3 1,2 38,9 1,6 16,5 1,4 35,4 1,5 36,8 1,5 17,8 1,1 18,8 4,8 19,7 4,4 12,1 4,7 8,1 4,0 32,5 3,7 8,1 3,3 17,1 1,5 12,3 1,9 21,1 1,8 34,1 Органическое Фосфор Азот Калий ГК вещество % 5,5 2,6 4,5 1,6 1,5 1,8 1,8 3,0 4,9 1,9 5,8 2,2 2,0 2,7 3,2 3,4 4,4 5,8 мг на 1000 г. почвы 112 114 308 314 175 298 79 213 121 200 150 120 199 68 92 257 280 314 156 272 108 414 240 133 216 186 95 469 133 127 113 130 93 166 338 87 455 270 107 64 281 259 133 123 91 363 314 80 117 147 88 306 170 214 Микроэлементы Урожайность мг/кг почвы 5,2 3,7 4,3 6,0 2,2 8,3 7,6 3,2 8,7 3,2 2,2 8,6 5,7 3,2 3,1 6,9 5,7 7,3 ц/га 41,1 42,0 37,7 42,7 40,0 45,8 39,5 43,9 43,6 44,7 38,5 33,8 45,2 34,6 39,4 43,1 41,0 48,0 133 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 Гран. Уклон состав 134 ПРИЛОЖЕНИЕ Б АГРОКЛИМАТИЧЕСКИЕ ЗОНЫ ЛЕНИНГРАДСКОЙ ОБЛАСТИ Рисунок Б.1 – Деление Ленинградской области на агроклиматические зоны 135 ПРИЛОЖЕНИЕ В КАРТА ТИПОВ ПОЧВ ЛЕНИНГРАДСКОЙ ОБЛАСТИ 135 Рисунок В.1 – Почвенная карта Ленинградской области с содержанием микроэлементов 136 ПРИЛОЖЕНИЕ Г КАРТА ВНУТРИХОЗЯЙСТВЕННОГО ЗЕМЛЕУСТРОЙСТВА РАССМАТРИВАЕМОГО ЗЕМЛЕПОЛЬЗОВАНИЯ ЛУЖСКОГО РАЙОНА ЛЕНИНГРАДСКОЙ ОБЛАСТИ 136 Рисунок Г.1 – Карта внутрихозяйственного землеустройства исследуемого землепользования Лужского района Ленинградской области 137 ПРИЛОЖЕНИЕ Д КОСМИЧЕСКИЙ СНИМОК ВЫСОКОГО РАЗРЕШЕНИЯ ТЕРРИТОРИИ ИССЛЕДУЕМОГО ЗЕМЛЕПОЛЬЗОВАНИЯ ЛУЖСКОГО РАЙОНА ЛЕНИНГРАДСКОЙ ОБЛАСТИ Рисунок Д.1 – Космический снимок высокого разрешения территории исследуемого землепользования 138 ПРИЛОЖЕНИЕ Е СРЕДНИЕ МНОГОЛЕТНИЕ ЗНАЧЕНИЯ УРОЖАЙНОСТИ И ДИАГНОСТИЧЕСКИХ ПРИЗНАКОВ ДЕРНОВО-СЛАБОПОДЗОЛИСТОГО ТИПА ПОЧВ КОНТУРОВ ИССЛЕДУЕМОГО ЗЕМЛЕПОЛЬЗОВАНИЯ ЛУЖСКОГО РАЙОНА ЛЕНИНГРАДСКОЙ ОБЛАСТИ Таблица Е.1 – Средние статистические значения урожайности зерновых культур и диагностических признаков дерновослабоподзолистого типа почв контуров исследуемого землепользования Лужского района Ленинградской области Гран. состав Сумма погл. оснований Урожайность га % мг-экв/100г. ц/га пашня 15,4 35 13,04 38,6 Пд1 пашня 140,6 25 5,4 4,64 390 дГ 382 10,72 49,3 пашня 7,4 25 5,0 6,89 4 дГ 514 350 19,98 55,0 П пашня 15,3 35 6,3 5,08 284 118 37,52 53,0 5 ПдГ пашня 4 25 дГ 6,1 6,27 458 250 26,94 51,0 пашня 6,8 7 дГ 35 6,0 2,13 334 156 17,88 42,0 П пашня 12,1 25 5,6 3,45 259 60 19,34 41,0 8 ПдГ 9 Пд1 пашня 6 25 5,3 2,84 536 72 15,56 44,0 10 11 Пд1 дГ пашня 12 15 5,7 1,73 237 86 18,10 37,2 пашня 3,8 15 6,3 2,58 156 120 15,60 37,9 П пашня 45,7 25 6,2 3,83 143 53 42,26 38,0 12 Пд1 пашня 4,3 25 5,0 3,62 182 68 13,24 38,0 13 Пд1 пашня 16 35 5,5 5,04 274 137 21,24 47,5 14 Пд1 пашня 16,2 15 5,9 2,62 348 142 13,24 41,3 15 Пд1 пашня 4,8 15 6,2 4,19 402 90 16,60 44,7 16 Пд1 пашня 9,8 15 5,4 3,64 460 41 12,62 40,0 17 Пд1 пашня 6,7 15 5,5 5,16 420 64 25,22 45,1 18 Пд1 пашня 8,7 15 4,8 6,20 429 102 12,00 41,4 Почва 1 Пд1 2 3 6 П П Угодье рН Органическое Фосфор Калий солевой вещество мг на 1кг. почед. % вы 5,5 3,09 175 80 138 Площадь № контура 139 Продолжение таблицы Е.1 Гран. состав Сумма погл. оснований Урожайность га % мг-экв/100г. ц/га пашня 42,8 15 13,62 44,8 Пд1 пашня 18,5 15 5,5 2,63 475 дГ 80 13,92 40,2 пашня 20,3 25 5,9 3,72 22 дГ 427 112 32,42 46,0 П пашня 25,7 25 6,8 6,68 132 68 51,08 46,8 23 Пд1 пашня 12 25 24 Пд1 5,6 8,63 210 121 34,58 48,2 пашня 4,6 25 Пд1 35 5,7 6,00 226 140 41,00 51,1 пашня 26 Пд1 8,1 25 5,3 5,45 78 96 28,18 41,5 пашня 15,8 35 5,5 4,75 313 176 31,00 50,7 27 Пд1 пашня 7,7 25 6,6 8,00 90 67 51,30 45,1 28 Пд1 пашня 12,3 35 5,9 4,16 274 100 21,24 46,6 29 дГ П пашня 5 35 5,5 3,44 313 176 10,10 35,8 30 Пд1 пашня 13,2 25 5,2 1,95 383 176 15,14 42,6 31 Пд1 пашня 8,5 25 5,7 5,00 249 372 43,10 55,5 32 Пд1 пашня 6,2 25 6,7 4,92 207 111 51,30 52,5 33 Пд1 пашня 25,6 25 6,0 4,92 290 125 46,68 54,4 34 Пд1 пашня 16,4 25 6,0 3,41 290 125 26,92 48,0 35 Пд1 пашня 56,6 25 5,5 3,05 587 238 10,72 46,6 36 Пд1 пашня 31,5 25 5,7 2,68 623 143 13,66 45,4 37 Пд1 пашня 33,4 25 5,5 2,32 405 112 8,84 42,0 38 Пд1 пашня 16 15 5,2 2,01 109 48 3,78 28,4 39 Пд1 пашня 16 25 5,2 3,64 497 174 13,04 45,6 40 Пд1 пашня 35,3 25 5,6 1,59 435 180 12,40 43,4 Почва 19 Пд1 20 21 П Угодье рН Органическое Фосфор Калий солевой вещество мг на 1кг. почед. % вы 5,7 4,54 486 154 139 Площадь № контура 140 Продолжение таблицы Е.1 Гран. состав Сумма погл. оснований Урожайность га % мг-экв/100г. ц/га пашня 19,2 25 14,08 31,0 Пд1 пашня 16,3 25 5,2 4,11 729 43 Пд1 354 11,14 49,5 пашня 43,5 25 5,3 3,80 44 Пд1 380 173 11,78 45,1 пашня 20,8 25 5,7 45 Пд1 4,88 481 177 16,92 48,9 пашня 10,3 25 5,3 3,72 210 166 12,82 41,7 46 Пд1 пашня 34,1 25 5,4 4,36 450 301 14,08 49,7 47 Пд1 пашня 48 Пд1 43,4 25 4,9 1,82 283 47 5,68 36,1 49 Пд2 пашня 16,1 25 5,3 3,13 372 133 11,56 43,3 50 Пд1 пашня 11,8 25 6,0 6,13 321 116 25,64 50,0 пашня 11,4 15 5,5 2,69 397 256 11,78 42,9 51 Пд1 пашня 40 25 5,1 2,88 218 99 7,98 37,8 52 Пд1 пашня 6,2 25 5,2 2,42 274 78 10,10 39,1 53 Пд1 пашня 43,2 25 5,0 2,99 215 157 4,84 38,0 54 Пд2 пашня 24,4 25 4,8 2,55 177 65 6,72 37,0 55 Пд1 пашня 10,3 35 5,6 5,24 92 95 50,88 47,8 56 Пд1 пашня 9,9 25 6,1 1,98 393 176 24,30 47,8 57 Пд1 пашня 11,8 25 5,3 2,70 242 187 14,40 41,9 58 Пд1 пашня 16,4 25 5,6 4,38 318 295 19,56 50,5 59 Пд1 пашня 13,7 35 5,3 3,34 190 156 15,14 40,8 60 Пд1 пашня 21,6 35 5,6 2,34 143 89 18,50 38,1 61 Пд2 пашня 36,7 25 5,8 4,11 303 270 17,86 47,3 62 Пд1 пашня 19,1 35 5,3 1,61 286 122 11,98 39,9 Почва 41 Пд2 42 Угодье рН Органическое Фосфор Калий солевой вещество мг на 1кг. почед. % вы 5,3 1,83 237 107 140 Площадь № контура 141 Продолжение таблицы Е.1 Гран. состав Сумма погл. оснований Урожайность га % мг-экв/100г. ц/га пашня 27,2 15 9,88 37,4 Пд1 пашня 64 15 5,2 3,57 332 65 Пд1 204 19,34 43,2 пашня 10 25 4,4 2,74 66 Пд1 151 57 4,84 31,9 пашня 29,4 25 5,3 67 Пд1 1,94 285 88 11,14 39,5 пашня 19,5 35 5,7 2,40 320 145 18,08 44,4 68 Пд1 пашня 13,6 25 5,8 2,49 158 107 17,86 39,7 69 Пд1 пашня 70 Пд1 14 25 5,8 3,36 285 154 18,72 46,0 71 Пд1 пашня 44,5 25 5,6 3,49 256 159 15,14 44,1 72 Пд1 пашня 49,9 15 6,5 6,10 894 340 42,46 55,0 пастбище 1,3 35 5,8 2,48 184 90 11,56 38,8 73 Бнт пастбище 6,6 35 6,1 6,73 295 137 37,84 57,0 74 Пд2 пастбище 7,4 35 5,2 1,52 142 115 17,24 31,0 н т пастбище 8,8 35 6,1 6,97 130 77 49,72 55,0 т пастбище 11,7 35 6,0 3,49 100 80 49,82 42,0 Почва 63 Пд1 64 75 76 Б н Б н Угодье рН Органическое Фосфор Калий солевой вещество мг на 1кг. почед. % вы 5,5 1,10 298 167 77 Б т пастбище 16,5 25 6,0 2,19 227 100 26,90 32,0 78 Пд2 пастбище 8,3 35 6,3 2,04 174 94 14,08 29,0 79 ПдГ пастбище 29,6 35 6,6 6,00 50 59 49,87 44,0 80 Пд1 пастбище 12 35 4,6 2,64 112 107 14,50 34,2 81 Пд1 пастбище 22,7 35 6,5 5,09 97 70 46,46 47,8 82 Пд1 пастбище 11,8 25 6,3 1,35 435 310 18,60 48,7 83 Пд1 пастбище 6,6 35 5,8 1,78 334 234 14,30 44,9 84 Пд1 пастбище 11,6 25 6,6 2,09 368 408 16,82 50,4 141 Площадь № контура 142 Продолжение таблицы Е.1 Площадь Гран. состав га % пастбище 10,4 35 Пд1 пастбище 11,3 35 4,6 2,16 81 87 Пд1 пастбище 6,1 25 6,0 1,22 88 Пд1 пастбище 29,5 15 5,9 89 Пд1 пастбище 38 15 90 Пд1 пастбище 9,9 91 Пд1 № контура Почва 85 Пд1 86 Угодье рН Органическое Фосфор Калий солевой вещество мг на 1кг. почед. % вы 5,8 2,37 357 310 Сумма погл. оснований Урожайность мг-экв/100г. ц/га 14,72 47,5 86 5,26 30,1 305 166 17,66 44,0 1,58 338 202 28,18 44,3 5,2 3,29 139 58 10,82 32,9 15 5,7 1,29 334 394 10,52 41,9 19,2 25 6,6 4,43 45 90 49,72 46,0 сенокос 5,7 15 6,4 1,74 70 110 12,62 27,0 93 94 95 н Бт ПдГ Бнт сенокос сенокос сенокос 16,9 11,3 14,6 15 25 15 6,4 6,0 6,7 5,50 4,13 4,37 70 89 125 110 90 61 49,82 27,12 46,24 48,0 33,0 37,0 96 Бнт сенокос 26,1 15 6,6 7,74 50 63 49,82 45,0 н т сенокос 6,4 15 5,8 1,81 228 99 21,02 26,0 92 97 П Б н 98 Б т сенокос 17,3 25 5,4 4,29 235 76 14,08 46,0 99 Пд2 сенокос 3 25 5,7 2,90 75 54 13,46 37,0 100 Пд1 сенокос 32,3 25 5,6 1,84 70 50 15,14 33,7 101 Пд2 сенокос 9,6 25 5,7 2,60 163 55 11,14 37,9 102 Бнт сенокос 6,9 35 7,0 3,66 32 54 49,72 40,0 н сенокос 14,7 35 6,2 3,21 75 41 31,86 42,0 103 Б 104 П сенокос 28,4 35 6,3 3,97 253 88 39,32 38,3 105 Пд2 сенокос 35,4 25 6,3 3,47 242 100 30,70 45,0 т дГ 142 пастбище дГ
