Выявление зон деградационной опасности орошаемого поля дистанционными методами

DOI: 10.34736/FNC.2026.133.2.006.55-61   ___ ___ ___

Калиниченко Роман Владимирович, кандидат сельскохозяйственных наук, старший научный сотрудник Отдела физики, гидрологии и эрозии почв ФГБНУ ФИЦ «Почвенный институт им. В. В. Докучаева», 119017, Пыжевский пер., 7с2, Москва, Россия, ORCID: 0000-0003-3136-8468.

e-mail: kalinichenko_rv@esoil.ru

Романовская Анна Юрьевна, кандидат сельскохозяйственных наук, научный сотрудник Отдела генезиса, географии, классификации и цифровой картографии почв ФГБНУ ФИЦ «Почвенный институт им. В. В. Докучаева», 119017, Пыжевский пер., 7с2, Москва, Россия, ORCID: 0000-0001-9434-3095.

e-mail: burmistrovaann13@mail.ru

Беденко Алексей Евгеньевич, младший научный сотрудник отдела геоинформационных технологий и мониторинга мелиоративных систем, ФГБНУ ВНИИ «Радуга», 140483, Московская обл., Коломенский городской округ, поселок Радужный, д. 38, ORCID: 0009-0005-7522-0395.

e-mail: timbothdoom@gmail.com

Аннотация. Интенсивное сельское хозяйство в аридных и семиаридных условиях юга России неразрывно связано с мелиоративными системами. Однако орошение, являясь мощным инструментом, одновременно выступает катализатором специфических деградационных процессов, таких как вторичное засоление, подтопление и утрата почвенной структуры. В данной работе представлена авторская методика идентификации зон деградационной опасности на орошаемых массивах Ростовской обл. с использованием временных серий спутниковых данных Landsat 8/9. В основу разработанного алгоритма легла оригинальная система трехступенчатой фильтрации спектральной информации, позволяющая отсечь случайные факторы от признаков устойчивого почвенного стресса. Методика включает последовательный анализ трех параметров: расчет среднесезонных значений вегетационного индекса NDVI для оценки накопленной биомассы, определение стандартного отклонения NDVI для выявления участков с хронической стагнацией развития, а также оценку весенней влажности через индекс NDMI, отражающий неоднородность почвы до смыкания травостоя. Статистическая обработка и геопространственный анализ в среде QGIS позволили сегментировать исследуемый массив площадью 50,1 га на зоны с различной степенью стресса. Результаты исследования показали, что 81,8 % территории характеризуются стабильным состоянием, в то время как 10 % площади (5,0 га) находятся в зоне высокой деградационной опасности. Предложенный подход позволяет трансформировать традиционный мониторинг из трудоемкого сплошного обследования в формат прецизионного планирования. Это дает возможность агрономам и мелиораторам оптимизировать операционные затраты, фокусируя полевые изыскания и мелиоративные мероприятия исключительно на проблемных участках, что способствует сохранению почвенного плодородия в условиях меняющегося климата.

Ключевые слова. remote sensing, irrigated agriculture, NDVI, Landsat imagery, agricultural landscape monitoring.

Цитирование. Калиниченко Р. В., Романовская А. Ю., Беденко А. Е. Выявление зон деградационной опасности орошаемого поля дистанционными методами // Научно-агрономический журнал. 2026; 2(133):55-61. DOI: 10.34736/FNC.2026.133.2.006.55-61.

Финансирование. Работа выполнена без внешнего финансирования.

Литература

Поляков В. В. К вопросу о разработке стратегии повышения эффективности использования природных ресурсов в агросфере Ростовской области. Экономика и экология территориальных образований. 2024;8(1): 6-12.

Полынев А. О., Угрюмова А. А., Гришина И. В. Сравнительная оценка эффективности мелиорируемого земледелия в регионах России. Международный сельскохозяйственный журнал. 2025;6(408): 753-757.

Abdulraheem M. I., Zhang W., Li Sh., [et al.] Advancement of Remote Sensing for Soil Measurements and Applications: A Comprehensive Review. Sustainability. 2023;15(21): 15444.

Altherwy Y. N., Roman A., Naqvi S. R. [et al.] Remote Sensing Insights: Leveraging Advanced Machine Learning Models and Optimization for Enhanced Accuracy in Precision Agriculture. IEEE Access. 2024;12: 132290-132302.

Arvidsson J. Influence of soil texture and organic matter content on bulk density, air content, compression index and crop yield in field and laboratory compression experiments. Soil & Tillage Research. 1998;49(1-2):159-170.

Bostan I. Major External Public Audit Topics: Combating the Effects of Climate Change on Soil. European Journal of Law and Public Administration. 2024;11(2):169-185.

Dash P., Sanders S. L., Parajuli P., Ouyang Y. Improving the Accuracy of Land Use and Land Cover Classification of Landsat Data in an Agricultural Watershed. Remote Sensing. 2023;15(16):4020.

Ghazaryan G., Dubovyk O., Graw V., [et al.] Local-scale agricultural drought monitoring with satellite-based multi-sensor time-series. GIScience and Remote Sensing. 2020;57(5):704-718.

Koohikeradeh E., Jose Gumiere S., Bonakdari H. NDMI-Derived Field-Scale Soil Moisture Prediction Using ERA5 and LSTM for Precision Agriculture. Sustainability. 2025;17(6):2399.

Kumar B. P., Babu K. R., Anusha B. N., Rajasekhar M. Geo-environmental monitoring and assessment of land degradation and desertification in the semi-arid regions using Landsat 8 OLI / TIRS, LST, and NDVI approach. Environmental Challenges. 2022;8: 100578.

Li X., Wang J., Lin X., Chen Zh. Effect of Irrigation and Fertilization on Soybean Growth and Yield in Different Soil Types. Molecular Soil Biology. 2024;15(0022).

Liu Ch., Cui B., Zeleke K. T. [et al.] Risk of Secondary Soil Salinization under Mixed Irrigation Using Brackish Water and Reclaimed Water. Agronomy. 2021;11(10):2039.

Lungu O. N., Chabala L. M., Shepande Ch. Satellite-Based Crop Monitoring and Yield Estimation-A Review. Journal of Agricultural Science. 2020;13(1):180.

Mansouri M., Javadi S. A., Jafari M., Arzani H. Effect of microrelief and water-table on vegetation dynamics in silty loam saline soils of coastal areas. SN Applied Sciences. 2021;3(3).

Singh M., Nara U., Thapa S., [et al.] Salinity tolerance mechanisms and their breeding implications. Journal of Genetic Engineering and Biotechnology. 2021;19(1).

Stepanova S. I., Stepanova D. I. Prospects for research in the field of environmental management and melioration. Moscow Economic Journal. 2022;7(9).

Vandenbohede A., Mollema P. N., Greggio N., Antonellini M. Seasonal dynamic of a shallow freshwater lens due to irrigation in the coastal plain of Ravenna, Italy. Hydrogeology Journal. 2014;22(4):893-909.

Vidican R., Mălinaș A., Ranta O. [et al.] Using Remote Sensing Vegetation Indices for the Discrimination and Monitoring of Agricultural Crops: A Critical Review. Agronomy. 2023;13(12):3040.

Wu M., Yang Ch., Song X., [et al.] Monitoring cotton root rot by synthetic Sentinel-2 NDVI time series using improved spatial and temporal data fusion. Scientific Reports. 2018;8(1):1-12.

Zhang B., Jia Ya., Fan H., [et al.] Soil compaction due to agricultural machinery impact: A systematic review. Land Degradation and Development. 2024.

Данная работа распространяется на условиях лицензии Creative Commons Attribution 4.0 International (CC BY 4.0)