В статье обсуждаются результаты аэрокосмического и наземного проксимального зондирования растительного и почвенного покрова орошаемого дождевальной машиной «Каскад» посева сои, расположенного на территории УНПО "Поволжье" Саратовского государственного аграрного университета им. Н.И. Вавилова (Энгельский район Саратовской области).
В результате компьютерной обработки геоданных аэрокосмического и наземного проксимального зондирования, а также треков картирования уборки урожая рассчитаны, соответственно, картограммы вегетационных индексов растительного покрова, суммарного испарения и влагозапасов почвенного покрова, а также урожайности.
Полученные результаты пространственного анализа рассчитанных картограмм свидетельствуют о наличии пространственных связей между включенными в анализ характеристиками объекта исследований.

ОБЪЕКТ
Объект исследований представлял собой орошаемый посев сои, расположенный на территории УНПО "Поволжье" Энгельского района Саратовской области. Орошение этого посева проводилось в течении вегетационного периода с конца мая по конец августа 2021 г. дождевальной машиной (ДМ) «Каскад» кругового действия, разработанного в СГАУ им. Н.И Вавилова.
Территория УНПО "Поволжье" расположена на левом берегу р. Волги, которая относится к зоне сухих степей, которые характеризуются континентальным климатом с суровой зимой и жарким периодом в течение вегетации с периодически повторяющимися атмосферными и почвенными засухами. Почвенный покров этой территории представлен в основном каштановыми почвами с разной степенью осолнцевания и промытости.

МЕТОД
Перед проведенными исследованиями была поставлена цель по пространственной идентификации и локализации паттерн характеристик растительного и почвенного покрова, связанных с пространственной пестротой урожайности орошаемого посева сои, вызванной в свою очередь, неравномерностью пополнения влагозапасов по площади орошаемого поля в результате дождевания.
Для достижения поставленной цели были решены задачи, необходимые для формирования комплекса цифровых моделей, отображающих пространственно-временные характеристики растительного и почвенного покрова. Основными среди них являлись [1, 2]: а) картограммы вегетационных индексов; б) картограммы влагозапасов; в) картограммы суммарного испарения г) цифровая модель местности; д) цифровая модель рельефа; е) 3Д модель почвенного покрова; ж) картограммы урожайности.
Для составления картограмм вегетационных индексов были использованы результаты аэрокосмического зондирования группировками спутников Planet и Sentinel, а также БПЛА Dji Phantom RTK Mulispectral. Результаты аэрокосмической зондирования были обработаны в ГИС-приложении ArcGIS Pro 2.8 (ESRI, Redlands, USA).
Для оценки суммарного испарения были использованы данные дистанционного зондирования со спутника Landsat 8 в совокупности с наземными метеорологическими измерениями Автоматизированным Мобильным Полевым Агрометеорологическим Комплексом (АМПАК). Метеорологические измерения проводились непосредственно на поле сои синхронно с пролётом спутника. Расчёт суммарного испарения проводился по модели SEBAL в ГИС GRASS с использованием Python скриптов.
Для составления картограмм влагозапасов был применен электромагнитный индуктометр EM 39 mk (Geonics Ltd, Canada) с использованием ранее разработанной методики полевого проксимального сканирования [3]. Результаты площадной электромагнитной съемки были обработаны в специализированных приложениях (Geonics Ltd, Canada).
Для составления цифровой моделей местности и рельефа была проведена серия стереофотометрических съемок до уборки урожая и после ее завершения с использованием БПЛА Dji Phantom 4 Pro, а также привязанных ГНСС-антенной опорных знаков. Результаты стереофотограмметрической съемки были обработаны в ГИС-приложении AgiSoft (ГК Геоскан, Санкт Петербург).
Для составления 3Д-модели почвенного покрова был проведено детальное почвенное обследование с описанием в наиболее характерных местах почвенных разрезов до глубины 120 см. При обработке данных почвенного обследования был использован метод случайных деревьев. Для этого была использована цифровая модель рельефа, а также ГИС-приложение SAGA GIS (OSDN) и приложения GSIF и caret пакета R (CRAN).
Для составления картограмм урожайности были использованы геоданные телеметрии уборочного комбайна, оборудованного необходимыми ГНСС-антеннами и трекером, а также устройствами контроля заполнения бункера.
Дополнительно, в местах фитомониторинга растений сои проводилось геореференцированное измерение параметра LAI с использованием прибора SunScan Probe (Delta-T Devices Ltd, Great Britany) и температуры растительного покрова тепловизором Testo 881-2 Profi (Flir AG, Germany).

РЕЗУЛЬТАТЫ
Картограммы вегетационных индексов, полученные по данным аэрокосмического зондирования группировками спутников Planet и Sentinel, а также съемок с БПЛА Dji Phantom RTK Mulispectral свидетельствуют о наличии, начиная с конца июня 2021 г., устойчивых во времени паттерн, приближающихся по своему отображению к геометрически формам кольцеобразного вида.
Паттерны картограмм суммарного испарения имеют сходный с паттернами картограмм вегетационных индексов, приближающийся к формам кольцеобразного вида.
Полученные в конце августа 2021 г. картограммы влагозапасов слоя 0-75 см в целом тоже свидетельствуют о наличии паттерн, приближающихся к геометрически формам кольцеобразного вида, отмеченным на картограммах вегетационных индексов.
Сопоставление квази-синхронных картограмм вегетационных индексов и влагозапасов, в частности после проведения дождевания посева сои свидетельствует о наличии между ними пространственных взаимосвязей.
Полученная в начале октября 2021 г. картограмма урожайности посева сои имеет сложную форму, пространственный анализ которой, в отличии от кольцеобразных паттерн первых трех картограмм, выявил паттерны более сложной формы.

ОБСУЖДЕНИЕ
Пространственно-временной анализ картограмм вегетационных индексов с высокой достоверностью свидетельствует об антропогенном факторе формирования устойчивых во времени паттерн кольцеобразной формы. Очевидно, этот фактор связан с разной водоподачей по длине дождевого фронта, установленной ДМ «Каскад».
В тоже самое время менее детальное воспроизведение кольцеобразных паттерн вегетационных индексов и суммарного испарения связано с пространственно неоднородными процессами впитывания поливной воды, а также ее последующего перераспределения по поверхности и внутри почвенно-грунтовой толщи. Для дальнейшей анализа и детализации этих процессов будет использована 3Д модель почвенного покрова.
В тоже самое время необходимо отметить, что связи паттерн картограмм вегетационных индексов и влагозапасов с паттернами урожайности были идентифицирован лишь локально. В связи с этим можно предположить, что на эти проявления такого рода связей влияет еще ряд факторов, которые в проведенном исследовании не были идентифицированы или не приняты во внимание. Среди таких факторов можно отметить наличие в орошаемом посеве сои нескольких сортов, а также применение на ряде контуров разных вариантов обработок.

ВЫВОДЫ
Полученные локальные паттерны характеристик растительного и почвенного покрова, идентифицированные с использованием аэрокосмического и наземного проксимального зондирования позволили идентифицировать и локализовать синхронные паттерны вегетационных индексов и влагозапасов почвенного покрова.

БЛАГОДАРНОСТИ
Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 19-29-05261 «Картографическое моделирование влагозапасов почвенного покрова на основе комплексной геофизической влагометрии для целей цифрового орошаемого земледелия»

СПИСОК ЛИТЕРАТУРЫ
1. Зейлигер А.М., О.С. Ермолаева. Информационные технологии в мониторинге богарных и орошаемых агроценозов. Современные наукоемкие технологии. – 2016. – № 10 (часть 1) – С. 62-66 URL: http://www.top-technologies.ru/ru/article/view?id=36279.
2. Зейлигер А.М., О.С. Ермолаева. Информационно-технологические основы пространственно-дифференцированного дождевания посевов сельскохозяйственных культур. Международный научно-исследовательский журнал. 2016. № 9-2 (51). С. 41-44. DOI: https://doi.org/10.18454/IRJ.2016.51.113.
3. Зейлигер А.М., Тулузаков М.Л. Электромагнитный индуктометр для вертикального профилирования влагозапасов почвенно-грунтовой толщи. Природообустройство. 2013. № 4. С. 36-40