Агролесомелиоративное картографирование и моделирование деградационных процессов на основе аэрокосмического мониторинга и геоинформационных технологий

На правах рукописи

ЮФЕРЕВ Валерий Григорьевич

АГРОЛЕСОМЕЛИОРАТИВНОЕ КАРТОГРАФИРОВАНИЕ И МОДЕЛИРОВАНИЕ ДЕГРАДАЦИОННЫХ ПРОЦЕССОВ НА ОСНОВЕ АЭРОКОСМИЧЕСКОГО МОНИТОРИНГА И ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

Специальность 06.03.04 – агролесомелиорация и защитное лесоразведение; озеленение населенных пунктов

Автореферат

диссертации на соискание ученой степени

доктора сельскохозяйственных наук

Волгоград - 2009

Работа выполнена в Государственном научном учреждении Всероссийский научно-исследовательский институт агролесомелиорации Российской академии сельскохозяйственных наук

Научный консультант:	доктор сельскохозяйственных наук, Рулев Александр Сергеевич
Официальные оппоненты:	доктор сельскохозяйственных наук, Лобанов Михаил Петрович; доктор географических наук, Анопин Владимир Николаевич; доктор сельскохозяйственных наук, Габунщина Эмма Борисовна
Ведущая организация:	ФГОУ ВПО «Новочеркасская государственная мелиоративная академия»

Защита диссертации состоится ____ ________ 2009 г. в 10 часов на заседании диссертационного совета Д 006.007.01 при Государственном научном учреждении Всероссийский научно-исследовательский институт агролесомелиорации Российской академии сельскохозяйственных наук по адресу: 400062, г. Волгоград, Университетский пр., 97, а/я 2153, ГНУ ВНИАЛМИ

С диссертацией можно ознакомиться в библиотеке Всероссийского
научно-исследовательского института агролесомелиорации

Автореферат разослан "_____" __________2009 г.

Учёный секретарь

диссертационного совета, Л.А. Петрова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Антропогенное воздействие на окружающую среду, особенно в агроландшафтах к началу 21 века привело к трансформации их в неустойчивые, деградированные экосистемы, поддержание которых в относительном равновесии требует постоянного увеличения затрат, что снижает конкурентоспособность продукции и повышает ее себестоимость. Даже использование современных ресурсосберегающих технологий агропроизводства не гарантирует сохранение плодородия почв и продуктивности пастбищ без использования средств и лесной мелиорации.

Наиболее уязвимым элементом агроландшафтов является почва, так как именно она подвержена максимальному воздействию внешних природно-климатических и антропогенных факторов. На Юге Европейской части России из 210 млн га сельскохозяйственных угодий деградацией и опустыниванием затронуто около 94 млн га (44,8% общей площади) [К. Н. Кулик, 2004].

Для значительных площадей агроландшафтов Юга Европейской части России, подверженных деградации и опустыниванию, необходимо точное научное обоснование землеустройства на основе современных компьютерных картографических продуктов, отражающих как агроэкологическое состояние таких площадей, так и основные факторы, влияющие на их продуктивность. Для выполнения этих работ обычно проводятся трудоемкие и дорогостоящие наземные обследования, которые в силу значительной площади территории не могут с достаточной объективностью и точностью описать и картографировать деградационные процессы. Применение аэрокосмических методов для изучения и картографирования агроландшафтов сокращает затраты на проектно-изыскательские работы, ускоряет темпы их проведения, повышает качество и точность проектной документации, обеспечивает высокую точность определения местоположения объектов, что в совокупности с системами GPS и ГЛОНАСС создает условия для точного, координатного земледелия. Аэрокосмические фотоснимки (АКФ) необходимы, в том числе, для инвентаризации и оперативного картографирования агролесомелиоративных объектов одновременно на больших площадях и в короткое время.

Для предотвращения деградации почв и улучшения экологической обстановки необходимо знать региональные особенности деградационных процессов. Это требует сопряженного анализа всех компонентов агролесоландшафтов. Решению этих задач в значительной мере могут способствовать методы дистанционного зондирования и многопараметрического анализа на базе современных компьютерных технологий.

Присутствие на рынке аэрокосмической информации фотоснимков с заранее заданными сроками, условиями и периодичностью позволяет осуществлять практически непрерывный мониторинг состояния агролесоландшафтов.

Результаты реализации диссертационной работы будут способствовать дальнейшему развитию агролесомелиорации, как составной части аграрного комплекса России, создадут фундамент для дальнейшего развития точечных (координатных) технологий агролесомелиоративного обустройства ландшафтов.

Основные результаты работы реализованы при осуществлении дистанционной оценки опустынивания ландшафтов Черноземельских и Кизлярских пастбищ на территориях республик Калмыкия, Дагестан, Чеченской Республики, Ставропольского края, Волгоградской и Астраханской области. При разработке картографических моделей состояния особо охраняемых природных объектов (Бузулукский бор, Оренбургская обл., Волго-Ахтубинская пойма), при картографо-аэрокосмическом мониторинге деградационных процессов на территории Убсу-Нурского аймака Республики Монголия, при составлении тематических карт деградации сельскохозяйственных угодий.

Диссертационная работа выполнялась с 1999 г. в соответствии с заданиями РАСХН, ГКНТ по тематическим планам ГНУ ВНИАЛМИ Россельхозакадемии (№№ Госрегистрации – 01.960 009784; 01.960 009790; 01.2.00 109312; 01.2.00 109326; 01.2.00 611909).

Исследования проводились в рамках проекта, поддержанного РФФИ (грант 04-05-96505), в котором автор являлся исполнителем.

Цель и задачи исследований. Целью работы являлась разработка теоретических и методологических основ математико-картографического моделирования состояния агроландшафтов с использованием компьютерных технологий и геоинформационных систем.

Задачи:

- прогнозно-динамическое компьютерное моделирование пространственно-временной динамики состояния агроландшафтов на основе регрессионного анализа;

- многопараметрическое компьютерное картографирование деградационных процессов в агроландшафтах с использованием геоинформационных технологий;

- картографо-аэрокосмический мониторинг агроландшафтов на основе компьютерного спектрометрического дешифрирования цветных космофотоснимков;

- теоретическое и методическое обоснование способов дешифрирования и компьютерного картографирования состояния компонентов;

- теоретическое обоснование и разработка адаптированных, ресурсосберегающих технологий и технических средств точного, лесомелиоративного обустройства агроландшафтов.

Научная новизна и практическая значимость. В процессе исследований разработаны теоретические и методологические основы математико-картографического моделирования с использованием информационных, компьютерных технологий на основе анализа распределения пикселей изображения ландшафта на аэрокосмических фото- и сканерных изображений земной поверхности для целей агролесомелиорации и защитного лесоразведения. Что позволило далее развить такое направление в агролесомелиоративной науке, как компьютерное агролесомелиоративное картографирование ландшафтов. Разработана методика компьютерного картографирования состояния компонентов ландшафтных комплексов, связей между ними и динамики процессов деградации. Осуществлено математико-картографическое моделирование деградации ландшафтов как почв и почвенно-растительного покрова территорий – основного экзогенного процесса в этом регионе. Показаны причины ее возникновения и рассчитан прогноз развития в зависимости от природных и антропогенных факторов.

Научная новизна заключается в разработке теоретических и методологических основ математико-картографического моделирования с применением геоинформационных систем на базе новых компьютерных методов исследования агроландшафтов, в разработке новых способов компьютерного дешифрирования аэрокосмической информации, на которые получены 3 патента на изобретения, в разработке картографо-математических моделей агроландшафтов и пространственно-временных моделей их деградации, в обосновании новых энерго-, ресурсосберегающих технологий и способов выращивания ЗЛН, на которые получены 10 патентов.

Полученные материалы позволили решить проблему оперативной, экономичной и достоверной оценки агроэкологического потенциала аридных территорий. Впервые для оценки деградационных процессов в ландшафтах разработана система компьютерного картографирования на основе дешифрирования космоаэроснимков. Это позволило провести оценочное картографирование состояния агроландшафтов Волгоградской области, Республики Калмыкия, Республики Дагестан, Чеченской республики, Ставропольского края, Краснодарского края и Ростовской области.

Разработка "Модели агроландшафтов (математико-картографические) для деградированных территорий сухостепной зоны ЕЧ РФ" удостоена диплома РАСХН за 2004 г., а разработка "Агролесомелиоративное картографирование деградированных пастбищ на основе дистанционного мониторинга" удостоена диплома РАСХН за 2006 г.

Необходимость широкого и своевременного информационного обеспечения аграрного сектора экономики для установления истинного состояния сельскохозяйственных земель, лесов и лесных насаждений России и определяет актуальность темы диссертации. Исходя из вышеизложенного, на защиту выносятся следующие основные положения.

1. Теоретические основы управления противодеградационным комплексом на базе прогнозно-динамического картографирования агроэкологических ситуаций, компьютерного математико-картографического моделирования принятия решений и их реализации с использованием ресурсосберегающих технологий точной агролесомелиорации, опираются на использование компьютерных и геоинформационных методов анализа изображения ландшафта на космоснимках, картографирования и математического описания его деградации.

2. Технология многопараметрического компьютерного анализа деградационных процессов в агроландшафтах осуществляется на основе геоинформационных технологий послойным составлением тематических космофотокарт с использованием количественных значений параметров, характеризующих деградацию различных элементов агролесоландшафта, выявляемых при помощи компьютерного анализа;

3. Теоретическое и методическое обоснование способа оценки состояния почв с использованием компьютерного дешифрирования и картографирования по космоснимкам, базирующегося на регрессионном анализе изменения фототона изображения почвенного покрова при изменении содержания гумуса (патент РФ RU № 2265839);

4. Теоретическое и методическое обоснование способа оценки состояния пастбищных угодий, основанного на выявленных закономерностях изменения фототона изображения пастбищ, при изменении проективного покрытия (патент РФ RU № 2327107);

5. Теоретическое и методическое обоснование способа оценки состояния защитных лесных насаждений заключающегося в использовании компьютерного пиксельного анализа из изображения на космоснимках и применении разработанных критериев деградации таких насаждений (патент РФ RU № 2330242);

6. Теоретическое обоснование и разработка адаптированных, ресурсосберегающих технологий и технических средств и способов точного, лесомелиоративного обустройства агроландшафтов, создания устойчивых защитных лесных насаждений (патенты РФ RU №№ 2174298, 2188056, 2194381, 2195794, 2216899, 2240667, 2240670, 2265315, 2267913, 2284679).

7. Методика оценки эколого-экономической эффективности агролесомелиоративного прогнозно-динамического картографирования деградационных процессов в агроландшафтах на основе аэрокосмической информации с использованием разработанных математических моделей состояния почв, пастбищ и деградации защитных лесных насаждений.

Основные положения разработок, изложенные в научных рекомендациях, статьях в центральных журналах, внедрены в хозяйствах Волгоградской области, Краснодарского края и республики Калмыкия.

Апробация работы. В работе использованы передовые компьютерные технологии анализа графического материала, что подтверждено собственными исследованиями закономерностей распределения фототона изображения, разработкой и использованием новых способов оценки агроландшафтов.

Подтверждением международного признания исследований является участие в международных конференциях и симпозиумах: посвященной 100-летию Нижневолжской станции по селекции древесных пород Волгоград, ВНИАЛМИ, 2003; "Актуальные инновационные разработки по оптимизации агроландшафтов в условиях рыночных отношений" Волгоград, НВ НИИСХ, 2004; посвященной 125-летию со дня рождения Николая Ивановича Суса, Саратов, ВНИАЛМИ, 2005; посвященной 75-летию Поволжской агролесомелиоративной опытной станции, Волгоград, ВНИАЛМИ, 2005; "Экология, окружающая среда, и здоровье населения", Курск, ГНУ ВНИИЗиЗПЭ, 2005: "Актуальные вопросы экологии и природопользования" Ставрополь. 2005; по борьбе с опустыниванием, Абакан, НИИ аграрных проблем Хакасии, 2006; посвященной 75-летию Всероссийского научно-исследовательского института агролесомелиорации, Волгоград, ВНИАЛМИ, 2006; посвященной 120-й годовщине со дня рождения Николая Ивановича Вавилова, Саратов, 2007; "Степи Северной Евразии". Оренбург 2006 год; X Международный симпозиум по речным наносам (10-th ISRS) Москва 2007; Международной научной конференции посвященной 50-летию организации НПЦ лесного хозяйства, Щучинск, Казахстан 2007; "Защитное лесоразведение, мелиорация земель и проблемы земледелия в Российской Федерации", Волгоград, ВНИАЛМИ, 2008; "Перспективы развития аридных территорий через интеграцию науки и практики". - Соленое Займище, 2008; "Интенсификация, ресурсосбережение и охрана почв в адаптивно-ландшафтных системах земледелия", Курск, ПНИИЗи ЗПЭ, 2008.

Публикации. По материалам диссертации опубликовано 70 печатных работ. Одна монография в соавторстве. Девять статей в центральной печати, предусмотренных списком ВАК для докторских диссертаций. Тринадцать патентов.

Структура и объем работы. Диссертация состоит из введения, 8 глав, заключения и 12 приложений. Работа изложена на 288 стр., иллюстрирована 93 рисунками, содержит 52 таблицы. Использовано 296 литературных источников информации, в т.ч. 10 на иностранных языках.

Личный вклад. Доля личного участия автора в выборе направления и проведении исследований, обработке полученных результатов, создании теоретических основ управления противодеградационным комплексом составляет 75%.

В работе использованы материалы исследований, выполненных лично автором, а также с участием академика РАСХН, Заслуженного деятеля науки РФ, К.Н. Кулика, Лауреата премии Правительства РФ, доктора с.-х. наук А. С. Рулева, Лауреата Государственной премии СССР, доктора с.-х. наук Ю. М. Жданова, кандидата технических наук В. Н. Хорошавина. Автор благодарен своему консультанту доктору с.-х. наук А. С. Рулеву за многолетнее сотрудничество по исследуемой проблематике, инженерно-техническим работникам А. А. Дзугаеву, Ю. В. Рыбальченко и всем сотрудникам отдела ландшафтного планирования и аэрокосмических методов исследований.

СОДЕРЖАНИЕ РАБОТЫ

ГЛАВА 1. ФИЗИКО-ГЕОГРАФИЧЕСКИЕ УСЛОВИЯ РЕГИОНА

ИССЛЕДОВАНИЙ

Регион исследования представляет обширные территории на юге Европейской части России, входящие в состав Южного федерального округа (ЮФО) и включает Волгоградскую, Ростовскую, Астраханскую области, Краснодарский и Ставропольский края, республики Калмыкия, Дагестан и Чеченская до реки Терек.

По характеру рельефа преобладает равнинное пространство с наличием незначительных возвышенностей. Доминирование равнинного рельефа на территории Юга России является благоприятным условием для ведения механизированного сельскохозяйственного производства.

Основная часть региона – типичная степь, где преобладают плодородные предкавказские карбонатные, слабокарбонатные слабовыщелоченные и выщелоченные черноземы (Краснодарский и частично Ставропольский края, южная часть Ростовской области). Степные районы ЮФО подвержены вредоносному воздействию ветров восточных направлений, и поэтому на их территории в агроландшафтах создана сеть полезащитных лесных полос.

В работах Г. В. Добровольского, И. С. Урусевской, (1984); Л. В. Родина, (1933), В. В. Егорова и А. А. Попова, (1976) рассмотрено почвенно-географическое районирование территорий. По современному агролесо-мелиоративному районированию [К. Н. Кулик, 2004, А. С. Рулев, 2007] территория региона исследований охватывает следующие районы: Волго-Донской степной, Волго-Донской сухостепной, Терско-Кумский, Ергенинско-Сарпинский, Черноземельско-Прикаспийский. Климат региона исследований характеризуется континентальностью и засушливостью с холодной зимой, короткой сухой ветреной весной, продолжительным жарким сухим летом, теплой сухой осенью на востоке и умеренностью в западной части региона, зима здесь обычно пасмурная, ветреная и сырая. Лето ветреное, сухое и жаркое, наблюдается наиболее быстрый переход для равнинных территорий от субгумидных ландшафтов к аридным.

В степной области регионы исследований находились в зоне темно-каштановых и каштановых почв сухой степи в пределах Донской провинции и Сыртово-Заволжской провинции темно-каштановых и каштановых почв с повышенной гумусностью. Кроме того, исследования проводились в полупустынной области, в зоне светло-каштановых и бурых почв полупустыни Прикаспийской провинции [Атлас Астраханской обл., 1997].

Таким образом, анализ физико-географических условий региона исследований показал, что разнообразие представленных здесь ландшафтов требует систематизации и группирования, как по рельефу, так и по основным элементам. С точки зрения аграрного производства важным является обоснование природопользования для получения конечного продукта. Поэтому аэрокосмический мониторинг агроландшафтов для их тематического картографирования и моделирования является важным источником информации для формирования управленческих решений в сфере сельскохозяйственного производства.

ГЛАВА 2. ПРОБЛЕМЫ КАРТОГРАФИРОВАНИЯ И ПРОСТРАНСТВЕННО-ВРЕМЕННОГО МОДЕЛИРОВАНИЯ СОСТОЯНИЯ АГРОЛАНДШАФТОВ

Среди существующих методов математико-картографической оценки деградации ландшафтов, разработанных Б. В. Виноградовым, (1984), К. Н. Куликом, (2004), А. С. Рулевым, (2007), Г. А. Сергеевым, Д. А. Янтушем, (1973), В. С. Тикуновым (1997), наибольший интерес представляют такие, которые обеспечивают прогноз изменений, происходящих в ландшафтах при реальной вариации внешних и внутренних факторов, определяющих такие изменения. Математическое моделирование в сочетании с картографическими исследованиями [В. С. Тикунов, 2005] в настоящее время становится одним из основных подходов в количественном описании деградационных процессов в агроландшафтах. Математико-картографическая оценка деградации ландшафтов основывается на математическом описании динамических процессов изменения экологического состояния территорий и в картографическом выражении результатов таких описаний с созданием (разработкой) тематических карт по существующим видам и уровням деградации ландшафтов [Б. А. Новоковский, 1997], а также прогнозных карт экологического состояния ландшафтов. Основываясь на разработанных ранее критериях зон экологического состояния (нормы, риска, кризиса и бедствия) для различных видов агроландшафтов были определены динамические критерии зон экологического бедствия [Б. В. Виноградов, С. М. Кошель, К. Н. Кулик, 2000], поскольку они имеют прогностическое значение [Ю. Ф. Книжников, 1991].

Составление прогнозных карт динамики деградации и восстановления экосистем в количественном формате данных с применением нелинейных методов моделирования является одним из важнейших разделов ландшафтного динамического картографирования [Ю. Ф. Книжников, 1995]. Сравнение повторных тематических карт изменения состояния ландшафтов позволяет построить графические зависимости, определить линии тренда и математически их описать. Полученные уравнения дают возможность на математической основе составить прогнозные компьютерные (цифровые) карты и в режиме моделирования определять состояние агроландшафтов с прогнозом деградации на 20-30 лет вперед.

Прогнозирование изменений сложных пространственно распределенных экосистем основано на статистическом изучении и количественной оценке изменений, протекающих в них за определенный период времени [Г. А. Сергеев, Д. А. Янтуш, 1973], что в свою очередь дает возможность определить величину и направление (знак) скорости и ускорения изучаемых процессов, выделить критические направления и обозначить тренд. Это в итоге позволяет перейти к математическому моделированию и прогнозированию динамики агроландшафтов. Применение таких современных методов получения информации как космосъемка позволяет получить необходимые исходные данные для создания математических моделей [И. Г. Черванев, 1982, В. С. Тикунов, 1997].

Решение многих задач моделирования деградационных процессов в агроландшафтах предусматривает необходимость мониторинга состояния пространственных объектов во времени [И. Г. Черванев, 1992]. Задание четвертой координаты объекта — времени — позволяет ввести понятие пространственно-временных данных.

Таким образом, анализ существующих теоретических предпосылок позволяет выделить основные проблемы картографирования и моделирования агроландшафтов: динамичность их состояния в зависимости от климатических и антропогенных факторов; сложность выявления пространственных морфологических характеристик камеральными, фотограмметрическими методами и визуальным анализом изображения; большие затраты времени и материальных ресурсов при проведении наземных исследований и др. В связи с этим направления дальнейшего развития систем картографирования и моделирования агроландшафтов лежат в плоскости развития компьютерных методов на основе пиксельного анализа растровых изображений по цветным космоснимкам и параметрического исследования элементов агроландшафтов по космостереопарам.

ГЛАВА 3. ПРОГРАММА И МЕТОДИКА МАТЕМАТИКО – КАРТОГРАФИЧЕСКОГО МОДЕЛИРОВАНИЯ И ГЕОИНФОРМА-ЦИОННОГО КАРТОГРАФИРОВАНИЯ ДЕГРАДАЦИОННЫХ ПРОЦЕССОВ

Математико-картографическое моделирование на основе космической фотоинформации в сочетании с геоинформационными технологиями становится важнейшим методологическим и методическим приемом, позволяющим осуществлять не только мониторинг земель, но и моделировать динамику деградационных процессов [Б. В. Виноградов, К. Н. Кулик, С. М. Кошель, (2000) В. С. Тикунов, (2005), И. Г. Черванев, (1992), А. М. Бабаев, (1985), В. И. Беляев, М. Ю. Худошина, (1989), А. М. Берлянт (1991), М. Б. Кирпикова, (1987), А. П. Резников, (1982), А. Н. Салугин (2001), Н. Г. Харин, В. Н. Николаев, И. П. Сорокина, (1989)].

Основные программные вопросы:

- разработка методологии прогнозно-динамического компьютерного моделирования пространственно-временной динамики состояния агроландшафтов;

- разработка методики многопараметрического компьютерного картографирования деградационных процессов в агроландшафтах с использованием геоинформационных технологий;

- разработка технологии картографо-аэрокосмического мониторинга агроландшафтов на основе компьютерного спектрометрического дешифрирования цветных космофотоснимков;

- теоретическое и методическое обоснование способов дешифрирования и компьютерного картографирования состояния компонентов;

- теоретическое обоснование и разработка адаптированных, ресурсосберегающих технологий и технических средств точного, лесомелиоративного обустройства агроландшафтов.

Методология прогнозно-динамического компьютерного моделирования основана на использовании компьютерных методов исследований и обработки данных. Для реализации методологии используется адаптированный комплекс программного обеспечения, основанный на фотограмметрической станции Талка 3.3, с применением специализированных картографических и моделирующих программ ENVI, Mapinfo, Surfer, Exel, Global Mapper и др., при помощи которых создаются математико-картографические модели ландшафтов и таблицы статистических данных по объектам исследований.

Анализ космоснимков основан на особенностях отражения света элементам ландшафта [Д. С. Орлов, Н. А. Михайлова, (1982)] и предполагает определение в качестве индикаторов их состояния соответствующей морфологии и тона изображения [Ю. Г. Пузаченко, Г. М. Алещенко, Г. С. Молчанов, (1999)].

Методология картографо-аэрокосмического динамического мониторинга агроландшафтов объединяет:

- сопряженный картографический анализ;

- диагностику современного состояния агроландшафтов на основании полевых, дистанционных методов и компьютерного картографирования;

- анализ структуры и состава агроландшафтов, природных и антропогенных деградационных процессов на основе ландшафтно-экологического дешифрирования космофотоснимков;

- обоснование и разработку критериев оценки антропогенной деградации агроландшафтов;

- составление агролесомелиоративных карт и карт состояния сельскохозяйственных угодий;

- проведение ландшафтно-типологического и лесомелиоративного районирования на основе космфотоинформации;

- разработку и составление региональных схем и локальных ландшафтных проектов противодеградационных фито-, лесомелиоративных мероприятий.

В агролесомелиоративном картографировании принята оценочная шкала экологической деградации агролесоландшафтов, включающая четыре уровня [Б. В. Виноградов, 1993]: норма, риск, кризис, бедствие.

В результате преобразования в цифровое, анализируемое изображение становится композицией растровых пикселей, чем и обеспечивается возможность его компьютерной статистической обработки. Анализ распределения пикселей дает возможность получать количественные характеристики исследуемого объекта. Для пространственной организации информации в системе мониторинга принят трехмерный подход. Он заключается в выделении на территории объекта мониторинга различного пространственного уровня (рельефа). Районирование выполняется на оцифрованной топографической карте масштаба 1:10000, 1:25000. Границы категорий земель и функциональные зоны выделяются послойно и могут быть представлены в виде отдельных изображений. В агролесоландшафтах существенными объектами мониторинга являются почва, травостой и древостой.

Установление фактического соответствия состояния структурных составляющих ландшафтов фототону изображения является задачей пиксельного анализа изображения по гистограммам. Задача выявления численного значения тона пикселей, соответствующего определенному состоянию объектов исследований, решается фотоэталонированием в процессе полевых исследований на ключевых участках. В основу методики полевого эталонирования положена разработанная Б. В. Виноградовым, (1984), К. Н. Куликом, (2004), А. С. Рулевым, (2007), А. М. Берлянтом (1997), В. Т. Жуковым, Б. А. Новаковским, А. Н. Чумаченко (1999) технология картографирования с применением комбинированного дешифрирования, включающего как полевое исследование на ключевых участках (эталонирование), так и камеральное, дистанционное дешифрирование территорий (экстраполяция).

Методика компьютерного картографирования деградации ландшафтов основана на создании картографической и топологической базы данных для региона (области), выбранной в качестве объекта исследований, которое осуществляется подбором топографических и тематических карт в оцифрованном виде и созданием электронных таблиц, для описания топологических характеристик объекта. Компьютерная обработка отобранного материала заключается в том, что отобранные карты и аэрокосмофотоснимки совмещаются в виде тематических слоев в используемых программных продуктах, например "MapInfo". В результате чего создаются тематические картографические слои, несущие необходимую информацию об объектах исследований.

Компьютерный анализ выделенных контуров, основан на исследовании распределения пикселей в выделенном контуре на космофотокарте объекта исследований. Для объектов исследований устанавливаются диапазоны фототона, по которым можно определить их экологическое состояние.

При совмещении картографической модели местности, космофотокарты и векторной модели крутизны слонов создается синтезированная модель агроландшафта с нанесенной цифровой векторной моделью склонов (рисунок 1). Моделирование осуществляется при помощи встроенного графического редактора в программах Surfer и Global Mapper по полученным в ходе исследований данным. Векторная карта протяженности и крутизны склонов наглядно показывает наиболее эрозионно-опасные участки агроландшафта.

Для наглядного отображения рельефа по имеющимся данным строится трехмерная модель рельефа. Такая модель незаменима при моделировании и прогнозирования деградационных процессов при ландшафтном планировании агролесомелиоративных мероприятий.

1 – оцифрованная топографическая карта; 2 – растровая модель ландшафта; 3 - ячеисто – узловая модель рельефа; 4 – цифровая модель углов склонов.

Рисунок 1 - Синтезированная модель агроландшафта с нанесенной цифровой векторной моделью склонов

В результате проведенных исследований отработана методика компьютерного математико-картографического моделирования агролесоландшафтов, которая включает:

- систематизированное компьютерное дешифрирование аэрокосмофотоснимков;

- обработку атрибутивных, топологических и типологических данных, полученных в результате компьютерного дешифрирования;

- создание и систематизацию математических зависимостей, определяющих статические и динамические характеристики ландшафтных объектов в пространственном и временном аспекте;

- создание цифровых тематических картографических форм являющихся наглядной моделью ландшафта;

- создание цифровой картографической модели агролесоландшафта.

При использовании трехмерных моделей исследователь получает современный инструмент для определения основных тенденций развития процессов в агроландшафтах и осуществления прогнозирования их состояния.

ГЛАВА 4. МОДЕЛИРОВАНИЕ И КАРТОГРАФИРОВАНИЕ СОСТОЯНИЯ ПОЧВ В АГРОЛАНДШАФТАХ

Исследования свойств почвы на различных участках В. Л. Андрониковым, (1985), Н. А. Михайловой, (1986), В. И. Кравцовой, (2005), Б. В. Виноградовым, (1984) показали, что все почвенные горизонты являются взаимосвязанными в своем происхождении, и что свойства верхнего горизонта могут являться индикаторами свойств нижнего.

Компьютерное картографирование и моделирование деградации почв - это системный технологический процесс, объединяющий сбор и обработку цифровых данных о территориальных объектах, формирование компьютерной цифровой модели местности, ее дополнение и обновление с использованием банка картографических и аэрокосмических данных и получение по этой модели различных аналитических, графических и картографических материалов для конкретного потребителя. Определение содержания гумуса в почве на основании аэрокосмической информации осуществляется по значению фототона изображения участков поверхности. Из анализа фототона изображения образцов различных типов почв установлена взаимосвязь между значением фототона оцифрованного изображения и содержанием. Однако для дешифрирования состояния почв необходимо решать задачу по определению содержания в них гумуса по фототону изображения, в связи с чем используется график, показанный на рисунке 2.

Зависимость содержания гумуса от величины фототона для различных типов почв (таблица 1) при определенных условиях, а именно, почва находится в воздушно-сухом состоянии, углы склона не превышают 3 градусов, размеры почвенных агрегатов не менее 1 мм, может быть описана следующим уравнением:

Г= КП e-0,0276F,

где F - фототон изображения почвы, определяемый по аэрокосмическому снимку, КП - коэффициент типа почвы.

Рисунок 2 – Определение содержания гумуса по величине фототона изображения (экспериментальные данные и теоретические предпосылки)

Таблица 1 - Значения коэффициентов КП по типам почв

Почвы	КП
Черноземы обыкновенные	65,78
Каштановые суглинистые	57,40
Светло-каштановые супесчаные	45,75
Бурые пустынно-степные	55,06
Бурые лугово-степные	65,78
Серо-бурые пустынные супесчаные	40,30
Серо-бурые пустынные солонцеватые суглинистые	59,95
Сероземы малокарбонатные	49,07
Лугово-сероземные орошаемые	41,53
Солончаки	38,03
Солончаки соровые	41,53
Лугово-болотные	59,95
Аллювиально-луговые	69,14
Серо-бурые пустынные супесчаные и пески	42,85
Аллювиально-луговые	39,13

Рассматривая совокупность экспериментальных данных по влиянию влажности на фототон изображения для разных типов почв, был сделан вывод о том, что зависимости носят преимущественно линейный характер и отличаются коэффициентом, определяющим угол наклона кривой и постоянной составляющей, определяющей значения фототона для изображений данного типа почв. Исследования показали, что зависимость фототона от содержания влаги для различных типов почв можно выразить зависимостью:

F = kw(W-W0)+F0

где kw – коэффициент, учитывающий тип почвы; W – влажность почвы; F0 – значение фототона изображения поверхностного слоя при влажности W0, определяемой прочно связанной влагой для данного типа почвы. Значения коэффициентов для некоторых типов почв приведены в таблице 2.

Таблица 2 - Коэффициенты линейных уравнений для почв

Тип почвы	kw	F0	R2
Черноземы мощные	-1,207	95	0,993
Черноземы типичные	-1,679	96	0,915
Темно-каштановые	-0,682	126	0,874
Светло-каштановые	-1,495	159	0,944
Солончаки	-4,058	228	0,986
Супесь	-18,25	245	0,994

Исследования величины рельефа на фототон изображения дали возможность ввести в математическую модель значение угла склона в агроландшафте. Установлено, что зависимость фототона от угла склона () может быть выражена уравнением: F=-0,698+F0.

Изучение влияния размера почвенных агрегатов показало, что зависимость фототона изображения (F) от размера агрегатов (d) может быть выражена экспоненциальным уравнением вида: F=kd10-ld + F0d, где kd и l — коэффициенты, определяющие форму кривой, F0d — коэффициент фототона изображения агрегатов максимального размера.

Так как коэффициент l определяется типом почвы и корректирует диаметр ее частиц, его можно назвать характерным диаметром. В обобщенном виде величина фототона изображения почв, определяемого по космическим снимкам с учетом влажности почвы, угла уклона склона и агрегатного состояния в почве, можно представить в виде:

F=F0(1-KwW-K-Kd10-ld).

Содержание гумуса определяется по значению F0. Исходя из вышеприведенного, интегральная модель оценки содержания гумуса в почве Г, % по величине фототона изображения может быть представлена в виде

.

Реализация разработанной модели дает возможность получать достоверные данные о динамике изменения состояния земель сельскохозяйственного назначения, оценить степень деградации почв, создать математико-картографическую систему мониторинга и прогноза состояния почв.

ГЛАВА 5. ДИСТАНЦИОННЫЕ ИССЛЕДОВАНИЯ И КАРТОГРАФИРОВАНИЕ СОСТОЯНИЯ ПАСТБИЩНЫХ УГОДИЙ АРИДНЫХ ОБЛАСТЕЙ ЮГА РОССИИ

На восстановление деградированных ландшафтов требуются несравненно большие затраты ресурсов, чем на сохранение [К. Н. Кулик, 2004, А. Н. Сажин, 1993]. Жесткие климатические условия Юго-востока РФ дополняются антропогенными нагрузками, воздействующими на агроландшафты, которые нередко превышают возможности экосистем к самовосстановлению, что вызывает ускоренное развитие процессов деградации [Н. Г. Харин, (1978), И. Н. Горохова, (1997), Е. В. Глушко, (1991), А. М. Трофимов, В. С. Тикунов, Э. Х. Нургалеев, (1990), В. И. Орлов, (1995), А. А. Григорьев, (1995), Ю. Ф. Книжников, (1997), В. Л. Андроников (1990), Л. А. Богомолов, (1979)].

Для естественных пастбищных угодий, основным дешифровочным признаком деградации является снижение проективного покрытия. Отражение проективного травянистого покрытия определяет как величину фототона изображения, так и параметры распределения пикселей. По этим параметрам осуществляется дистанционная оценка состояния пастбищ. При этом они являются комплексным показателем, позволяющим определить как урожайность травостоя, так и уровень деградации пастбищ.

Исследованиями установлено, что зависимость величины фототона изображения от проективного покрытия носит нелинейный характер и имеет верхний и нижний пределы, при этом величину его предлагается определять по номограмме (рисунок 3).

Рисунок 3 - Номограмма расчета проективного покрытия по величине

фототона изображения

Для математической модели, показывающей величину проективного покрытия по измеренному фототону изображения пастбищ, выбрана логистическая зависимость, дающая возможность достоверно (например, коэффициент корреляции для пастбищ на светло-каштановых почвах – 0,957; на песках – 0,921) описывать наблюдаемые изменения в состоянии травостоя.

Оценка деградации проводится по величине проективного покрытия почвы травянистой растительностью, вычисляемого по предлагаемой формуле: Sпп = 100/1+exp (A+BF),

где Sпп – проективное покрытие, %, F – текущее значение уровня серого цвета по аэрокосмическому фотоснимку, A,B – коэффициенты, учитывающие влияния типа почвы на величину фототона (таблица 3).

Установлена функциональная связь уровня деградации пастбищ и площади проективного покрытия почвы травянистой растительностью, что позволило определить диапазоны величины фототона для каждого уровня деградации пастбищ (таблица 4).

Таблица 3 - Коэффициенты уравнения зависимости проективного покрытия от фототона изображения для некоторых типов почв степной зоны

Тип почвы	Гранулометрический состав	A	B
Темнокаштановые карбонатные	Глина	-8,34	0,095
Лугово-каштановые солонцеватые	Суглинок	-12,3	0,187
Солонцы лугово-степные	Суглинок	-7,97	0,086
Лугово-черноземные выщелоченные	Тяжелый суглинок	-17,9	0,312
Черноземы типичные	Тяжелый суглинок	-8,17	0,091
Светлокаштановые супесчаные	Супесь	-6,67	0,053
Терско-Кумские пески	Песок	-7,20	0,057
Калмыцкие пески	Песок	-7,61	0,077

Диапазон фототона соответствующий различным уровням деградации зависит от пастбищной растительности, проективного покрытия, а также от типа почвы и содержания в ней гумуса.

Таблица 4 - Шкала деградации пастбищ по значению фототона

Уровень деградации	Ранг деградации	Оценка, балл	Диапазон фототона	Проективное покрытие, %
Норма (несбитые и слабосбитые)	деградация отсутствует	0	0-30	более 70
	очень слабый	1	31-60	46-70
	слабый	2	61-90	35-45
Риск (среднесбитые)	слабо умеренный	3	91-110	32-34
	средне умеренный	4	111-120	29-31
	выше среднего	5	121-130	25-28
Кризис (сильносбитые)	менее сильный	6	131-140	22-24
	сильный	7	141-146	18-21
	очень сильный	8	147-150	15-18
Бедствие (очень сильносбитые и скальпированные)	слабо бедственный	9	151-170	5-14
	бедственный	10	171-210	0-4
	катастрофический	11	211-255	0

Продуктивность определяется как проективным покрытием, так и составом растительности, поэтому разработана система уравнений, устанавливающих соотношение между проективным покрытием и продуктивностью для основных ценозов (таблица 5). Оценка уровня деградации пастбищ по проективному покрытию дает возможность картографировать пастбища с выделением зон деградации, осуществлять вычисление площадей таких зон, определять потери продуктивности и планировать необходимые мероприятия по восстановлению травостоя.

Таблица 5 - Зависимость продуктивности ценоза от площади проективного покрытия

Пастбищные ценозы	Уравнения регрессии
Ковыльные
Белополынные
Житняковые
Однолетниковые, эфемеровые
Чернополынные
Солончаковополынные
Солянковые
где: П – продуктивность, т/га; SП –проективное покрытие, %

Эталонирование состояния пастбищ, в отличие от методики, предложенной Б. В. Виноградовым (1984) и получившей дальнейшее развитие в работах К. Н. Кулика, (2000), А. С. Рулева, (2007), Т. И. Бакиновой, (2002), Н. Г Харина, Г. С. Каленова, А. М Бабаева (1988), К. Я. Кондратьева, П. П. Федченко, (1982), предлагается проводить методом компьютерного сравнения гистограмм распределения фототона изображения участка пастбища на аэрокосмофотоснимке.

Выявление распределения пикселей по гистограммам дает возможность идентифицировать диапазон фототона и соотнести его с определенными объектами, отображаемыми на снимках (рисунок 4). Анализ распределения пикселя по цветам RGB позволяет выявить индивидуальные дешифровочные признаки элементов ландшафта. Картографирование пастбищ позволяет определить уровень деградации и пространственное расположение деградированных угодий [К. Н. Кулик, (1996), А. М. Бабаев, (1978)].

1 – диапазон фототона растительности; 2 - диапазон фототона песчаного массива; 3 – диапазон фототона неба; 4 - диапазон фототона облачности

Рисунок 4 - Фотоэталон "Калмыцкие пески" ключевого участка на полигоне Яшкуль, Калмыкия

На рисунке 5 приведен фрагмент космофотокарты деградации пастбищ на ключевом участке "Кордон" в Астраханской области.

Рисунок 5 - Космофотокарта деградации пастбищ на ключевом участке

"Кордон"Астраханской области (М 1:30000)

Анализ деградации пастбищ на ключевом участке показывает, что площади открытых песков превышают 18,5% общей площади, и только немного более 31, 1%, составляют несбитые и слабосбитые пастбища.

Выполненные исследования пастбищ Астраханской области позволили уточнить дешифровочные признаки и установить состояние проективного покрытия деградированных пастбищ, а также диапазоны фототона для преобладающих типов почв на оцениваемых площадях (таблица 6).

Таблица 6 - Распределение деградации пастбищ Астраханской области по площади

Состояние пастбищ	Уровень деградации	Диапазон фототона, ед.	Площадь проективного покрытия, %	Площадь, га
Водные поверхности	-	0-39	-	631896
Несбитые и слабосбитые пастбища	Норма	40-70	45-60	1131186
Умеренно и среднесбитые пастбища	Риск	71-110	30-45	1227860
Сильносбитые пастбища	Кризис	111-150	15-30	1020164
Подвижные (открытые) пески	Бедствие	151-210	<15	393808
Прочие		209-255	-	5086

Компьютерное картографирование пастбищ на основе аэрокосмической информации позволяет установить, где располагается деградированный участок, какова степень его деградации, каковы географические условия и обеспечивает руководителей, проектировщиков и производителей адресной, точечной информацией об этом участке, позволяют обосновать проведение агролесомелиоративных мероприятий на данных землях и обеспечить при этом их высокую эколого-экономическую эффективность

ГЛАВА 6. ДИСТАНЦИОННЫЕ ИССЛЕДОВАНИЯ И КАРТОГРАФИРОВАНИЕ ЗАЩИТНЫХ ЛЕСНЫХ НАСАЖДЕНИЙ

Наземные исследования ЗЛН требуют больших затрат времени и средств и не могут при этом обеспечить постоянный мониторинг насаждений, в связи с чем актуальным является проведение оценки деградации по данным дистанционного зондирования [Б. В. Виноградов, (1998), Л. М. Гольдман, (1969), К. Я. Кондратьев, (1986), Г. Г. Самойлович (1949), Ю. C. Толчельников (1974), В. И. Сухих, (2005)].

Так как биологические особенности каждой породы обусловливают определенную, типичную для нее форму и морфологическую структуру кроны, то эти параметры могут послужить дешифровочными признаками для установления породы. Ключевой участок "Михайловский" представлен массивными насаждениями сосны на легких супесчаных почвах и песках с координатами 49°47'18" С.Ш., 43°22'51" В.Д. Дешифровочными признаками защитных насаждений (рисунок 6). являются регулярные кулисы (1).

Рисунок 6 - Космофотоснимок лесонасаждения на ключевом участке

"Михайловский"

Они имеют более темный (темно-зеленый) фототон, чем большинство окружающих их объектов. Обычно вдоль насаждений проходят полевые дороги (2), выделяющиеся на снимках светлым, почти белым фототоном. Кормовые угодья (3), на снимке представлены прямоугольниками серого или серо-зеленого тона.

Для оценки лесонасаждений отбираются космоснимки с покрытием облачностью не более 5%, масштаба 1:50000 с разрешением 6 м (спутник IRS-5) или снимки масштаба 1:12500 с разрешением 2,44 м (спутник Quick Bird). При визуальном анализе изображения выделяется и обозначается контуром территория, занимаемая насаждением (4), пологи кулис (5), и полог калибровочной кулисы (6). Прямоугольное выделение полога отдельной кулисы или рядов с сомкнувшейся кроной по максимальной ширине кроны (сmax) позволяет определить количество пикселей (nпн) и средний фототон (Fпн) для полога ряда (рядов) деревьев. Фотоэталон уровня деградации "Норма" (Fэ) устанавливается по специально выбираемому участку полога с наибольшей равномерностью значений тона. При этом за эталонное значение принимается диапазон от минимального до максимального значения фототона на этом участке. Степень деградации можно определить по относительной плотности полога древостоя ПН, выраженную отношением площади полога (Sпн) к площади всего насаждения (Sн) ПН= Sпн/ Sн.

Пиксельный анализ изображения позволяет выразить площади через произведение площади единичного пикселя Si на количество пикселей, приходящихся на выбранную площадь, ПН= nпнSi/nнSi= nпн/nн

где nпн - количество пикселей, приходящихся на площадь исследуемого полога, nпн - количество пикселей, приходящихся на площадь всего насаждения.

Количество пикселей, приходящихся на площадь полога (nпн) может быть определено по гистограмме полного изображения насаждения путем суммирования всех пикселей, совпадающих по фототону с диапазоном шкалы фототона отнесенному к пологу. Для установления диапазона фототона, который соответствует изображению полога, на эталонном изображении выделяется сомкнутый полог одного эталонного ряда или нескольких рядов (таблица 7).

Пиксельный анализ изображения отдельного ряда при отсутствии влияния открытого пространства междурядий позволяет определить его состояние не только по площади полога, но и по изменению фототона.

Критерием деградации древостоя можно считать отношение количества пикселей, входящих в заданный диапазон фототона, соответствующий уровню деградации "Норма" (nNЭ) к общему количеству пикселей прямоугольного выделения эталонного полога насаждения, заведомо находящегося в состоянии "Норма" (nПНЭ) N= nNЭ/nПНЭ.

Таблица 7 - Диапазон фототона для дешифрирования изображения лесонасаждения

Диапазон фототона	Количество пикселей, %	Объект дешифрирования
0-77	0	Тени от древостоя
78-105	6,0	Полог древостоя
106-140	41,2	Полог деградированный
141-150	4,1	Травостой
150-210	38,9	Дороги, выход породы
210-255	9,8	Деградированные земли

Все остальные участки рассматриваются относительно критерия N, найденного для выбранного насаждения, а критерий деградации насаждения рассчитывается по формуле: = ПН/ N.

Значения для уровней деградации "Норма", "Риск", "Кризис" и "Бедствие" равны 0,81 - 1,00; 0,71 - 0,80; 0,51 - 0,70; 0,5 и менее соответственно.

Критерий относительной площади устанавливает соотношение площади горизонтальной проекции полога древостоя, находящегося в состоянии "Норма" ко всей проектной площади исследуемого насаждения полога. Это позволяет учитывать потери площади полога, выявить и оценить его сохранность. Фотоэталонирование крон отдельных деревьев или однорядных насаждений производится по космофотоснимкам разрешением до 2,5 м или космофотокартам масштабом до 1:12500. Для автоматизированного, компьютерного расчета уровня деградации насаждений "Норма", "Риск", "Кризис", "Бедствие" применяется разработанный критерий относительной площади полога. Визуальное дешифрирование по фотоэталонам производится методом выбора из таблиц изображения наиболее подобного исследуемому объекту, для чего применяются разработанные фотоэталоны (рисунок 7).

Проведение статистического анализа распределения пикселей дает возможность установить коэффициенты корреляции между значениями фототона и количеством пикселей. Исходя из полученных данных, проводится определение среднего фототона всей области (Fср), вычисление общего количества пикселей в выделенной области (nн) и вычислении количества пикселей, приходящихся на каждый тон в выделенной области (ni).

1 2 3 4

1 – норма; 2 – риск; 3 – кризис; 4 – бедствие

Рисунок 7 - Эталоны деградации насаждений (сосна 20-25 лет)

Гистограмма изображения насаждения (рисунок 8), представленного на рисунке 6, имеет два ярко выраженных максимума, соответствующих элементам космоснимка.

Рисунок 8 - Гистограмма распределения пикселей на изображении

лесонасаждения

Обобщенная система компьютерного моделирования и, в частности, картографирования деградации лесных насаждений на основании периодического аэрокосмического мониторинга с использованием принципа пространственно-временного подобия, дает возможность не только оценить сохранность и текущее состояние, но и на основании регрессионного анализа многолетнего тренда прогнозировать динамику их деградации. Применение разработанных критериев сохранности насаждений обеспечивает переход от экспертного дешифрирования сохранности ЗЛН к компьютерному, с одновременным картографированием и моделированием деградации, как в пространственном, так и во временном аспекте.

ГЛАВА 7. АГРОЛЕСОМЕЛИОРАТИВНЫЕ ТЕХНОЛОГИИ ФОРМИРОВАНИЯ ЛАНДШАФТОВ

Разработанная технология мониторинга и картографирования деградации по данным, получаемым со спутников, дает возможность определить степень деградации, координаты зон деградации, проанализировать использование земель в агролесоландшафтах и обосновать направления разработки технологий их агролесомелиоративного обустройства. Разработка современных технологий, обеспечивающих устойчивое функционирование агроландшафтов, должна опираться на современные достижения в области дистанционного зондирования.

Одним из направлений борьбы с деградацией земель является создание противоэрозионных насаждений на склонах. В связи с этим разработана новая технология выращивания лесных насаждений на склонах и орудие для создания микротеррас [патент РФ RU 2195794]. Технология включает следующие операции: подрезание грунта на глубину, несколько превышающую глубину посадки древесных или кустарниковых растений; образование выемки полукруглой формы; подъем пласта почвы на определенную высоту; рыхление и перемешивание его с верхним гумусированным слоем; опускание взрыхленного и перемешанного объема почвы, одной частью в образованную выемку, а другой ниже по склону; формирование профиля микротеррасы. После чего на микротеррасе производится посадка лесонасаждений.

Создание агролесомелиоративных насаждений невозможно без выращивания посадочного материала. В связи с этим была поставлена и решена задача выращивания посадочного материала для аридных территорий юга Российской Федерации, разработаны технологии сбора сухих лесных плодов (семян), выращивания посадочного материала и комплекс машин для их реализации, которые защищены патентами РФ RU 2174298, 2194381, 2216899, 2240667, 2240670, 2267913, 2284679.

Предварительные расчеты показывают, что в результате внедрения предложенных технологий и технических средств затраты труда на сбор и обработку плодов сокращаются в два-три раза.

Выращивание сеянцев в лесопитомниках аридной зоны России связано с особенностями климата и недостаточным количеством влаги для продуктивного роста растений. В засушливых условиях, с целью исключения периода адаптации, целесообразно выращивать посадочный материал в непосредственной близости от места его высаживания и с применением дополнительных мер, повышающих качество посадочного материала.

На основании проведенных исследований предложена технология и конструкция комбинированного посевного агрегата, который реализует комплекс операций, предусмотренный технологией выращивания посадочного материала с использованием гидрогелей и защиты посевов воздухо-влагопроницаемым полимерным покрытием.

Применение воздухо-влагопроницаемого покрытия в сочетании со своевременным поливом (поддержанием уровня влажности почвы в пределах 0,65-0,80 от максимальной влагоемкости), позволит защитить растения от чрезмерного воздействия высоких температур и на 18-20% снизить количество поливов. Предлагаемая технология, позволяет существенно повысить качество работы, сократить затраты на выращивание посадочного материала, а применение воздухо-влагопроницаемого покрытия обеспечивает подавление сорняков в зоне между посевными строчками. При необходимости выполняется выборочная культивация по посевным строчкам для удаления единичных экземпляров сорняков.

В разработанной технологии рекомендуется применение запатентованного способа выращивания растений, предполагающего применение вырезов в покрытии в сочетании с защитными водопроводящими трубками капельного орошения соответственно изобретению [патент РФ RU 2265315], которое обеспечивает поддержание уровня влажности почвы в пределах 0,70-0,80 от максимальной влагоемкости и позволяет защитить растения от чрезмерного воздействия высоких температур

Актуальность профилактики пожаров в сосновых насаждениях не вызывает сомнения. Ежегодно от пожаров гибнут сотни гектаров насаждений созданных для закрепления песчаных массивов. В связи с этим удаление легковоспламеняющихся элементов из междурядий при помощи пневматического орудия представляется своевременной и недорогостоящей технологией, снижающий риск, как возникновения, так и распространения пожара по междурядьям.

Технология реализуется следующим образом. Воздушная струя от источника питания посредством плоского сопла направляется в сторону ряда деревьев, регулируется угол его установки для изменения направления воздушной струи по отношению к поверхности почвы. Это обеспечивает эффективный подъем пласта хвои и удаление его из зоны обработки. Далее агрегат продвигается вдоль ряда и производит технологическую операцию по перемещению опавшей хвои и частиц почвы воздушной струей из обрабатываемого ряда [патент РФ RU 2188056].

В результате исследований разработаны новые технологии и технические средства, обеспечивающие проведение агролесомелиоративных мероприятий по повышению экологической устойчивости ландшафтов и предотвращению их деградации.

ГЛАВА 8. ЭКОЛОГО-ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ АГРОЛЕСОМЕЛИОРАТИВНОГО ПРОГНОЗНО-ДИНАМИЧЕСКОГО КАРТОГРАФИРОВАНИЯ ДЕГРАДАЦИОННЫХ ПРОЦЕССОВ В АГРОЛАНДШАФТАХ

Важнейшим элементом агролесоландшафта и основой экономического благополучия хозяйствующих субъектов является почва. Поэтому дистанционная оценка экологического состояния почвы [Г. А. Сергеев, Д. А. Янтуш, (1973), В. И. Кравцова, (2005), Ю. С. Толчельников (1974), К. Я. Кондратьев, В. В. Козодеров, П. П. Федченко, (1986), В. Л. Андроников (1975)] является основой для разработки мер по сохранению и увеличению ее потенциала. Потери плодородия почв связаны в большей степени с потерями гумуса. Поэтому содержание гумуса в них может выступать экономическим критерием, служащим для определения стоимости почвы. Расчет стоимости содержащегося в почве гумуса производится по затратам на замещение его органическими удобрениями при гумификации [В. М. Кретинин, (2006)].

Применение методики расчета стоимости гумуса, предложенной в работе [Е. Ю. Шарыкин, (2006)], позволяет определить стоимость почвы в ландшафте по содержанию гумуса.

Экологическое состояние почв в агроландшафтах можно установить по результатам аэрокосмического мониторинга (рисунок 9), а оценку провести по формуле:

где: СПГ – стоимость гумуса в почве контролируемого агроландшафта; КП – коэффициент типа почвы; f – фототон изображения участка поверхности с открытой почвой (пашня); kз- коэффициент замещения (гумификации); b – глубина пахотного горизонта, м; - удельная масса почвы, т/м3,. ЦОУ – цена 1 т органического удобрения; kЗ – коэффициент замещения (гумификации).

Выявление уровня деградации, величины и места расположения деградированных площадей позволяет создать космофотокарту распределения гумуса по полю. Это имеет большое значение, как для установления экологического состояния, так и для определения стоимости восполнения гумуса, при этом соблюдается принцип точного внесения удобрений в нужном количестве в нужное место. На основе применения рассматриваемого способа установлено, что содержание гумуса изменяется от 0,85 до 4,34%. Меньшее значение приурочено к смытым участкам поля с уклоном 2-3. Участки с наибольшим содержанием гумуса расположены на более пологих участках поля с наименьшими уклонами и в понижениях

а – Космофотокарта распределения гумуса по контрольному участку, б - гистограммы распределения пикселей по уровням деградации

Уровни деградации

Рисунок 9 - Анализ распределения гумуса на контрольном участке пашни (Котельниково, Волгоградской области, почвы – каштановые)

Таблица 8 - Определение площадей деградированных участков пашни

Уровень деградации	Средний фототон	Количество пикселей, шт.	Соотношение площадей, %	Кп	Гумус, %	Площадь, га
норма	93,42	104443	26,59	57,4	4,36	37,12
риск	101,59	128406	32,69	57,4	3,48	45,64
кризис	109,87	129017	32,85	57,4	2,77	45,86
бедствие	152,58	30918	7,87	57,4	0,85	10,99
общая		392784	100			139,61

Таблица 9 - Стоимость почв на участках с соответствующими уровнями деградации

Уровень деградации	Площадь, га	Стоимость 1 га, руб	Стоимость почв,руб
норма	37,12	418560	15536947
риск	45,64	334080	15247411
кризис	45,86	265920	12195091
бедствие	10,99	81600	896784
Общая	139,61		43876234

Таким образом, применение способа оценки почв на основании разработанной формулы позволяет провести экономическую оценку почвы в агроландшафтах по результатам космического мониторинга. Такая оценка дает возможность определить как потери от снижения плодородия (уменьшения содержания гумуса) так и прибыль от его прироста.

Площадь пастбищ на Юге европейской части Российской Федерации составляет около 19 млн. га. При этом основная часть пастбищ сосредоточена в районах с наименее благоприятными для ведения сельскохозяйственной деятельности климатическими и почвенными условиями.

Для определения продуктивности основных пастбищных ценозов по проективному покрытию используется уравнения виде:

где П – продуктивность пастбищного ценоза (сухая поедаемая масса); W,P и Q коэффициенты, определяемые для каждого фитоценоза; SП –проективное покрытие, % (рисунок 10).

На основании уравнений (см. таблица 5) представляется возможным рассчитать стоимость произведенной пастбищем фитомассы (СП) по результатам космического мониторинга:

где продуктивность исследуемого фитоценоза определяется в соответствии с формулами, приведенными в таблице 5, а проективное покрытие определяется с учетом фототона изображения (f) по формуле Sпп = 100/1+exp [A+BF].

Исследования состояния древостоя по снимкам, получаемым из космоса, и компьютерная обработка полученной информации обеспечивают оценку состояния насаждений на момент получения информации.

Защитные лесные насаждения обеспечивают экологическую безопасность ландшафтов, замедляя процессы деградации и предотвращая экономический ущерб. В связи с этим экономическая оценка может базироваться на определения предотвращенного ущерба. А эколого-экономическая оценка насаждений может основываться на возможном уменьшении мелиоративного эффекта (иначе, на возрастании ущерба) при ухудшении их состояния.

Рисунок 10 - Космофотокарта ключевого участка с выделенными слоями для оценки деградации пастбищ на основе космоснимка 2004 г

(спутник Quick Bird) и снимка 2006 г.(спутник IRS-5)

Поэтому для оценки экономического ущерба от снижения эффективности насаждений можно использовать следующую зависимость:

У = (1-)ЭН,

где У – ущерб от снижения эффективности насаждений; ЭН - предотвращенный защитным лесным насаждением ущерб; - критерий деградации насаждения, определяемый по космофотоснимкам [26].

Экономический эффект использования аэрокосмического картографирования и мониторинга для оценки агроландшафтов складывается из экономии средств в результате сокращения объема полевых работ, где стоимость топосъемки 1 га пашни по данным 2009 года составляет более 13 тыс руб/га, а при наличии лесных насаждений резко возрастает до 75 тыс руб/га и более (например ООО "Полярная Звезда" [www.geozvezda.narod.ru]). Поэтому экономический эффект от применения картографирования по космофотоснимкам достигается не только от сокращения времени составления проектов, но и от сокращения прямых затрат на топосъемку и составляет более 50 тыс руб/га при картографировании ландшафтов с лесными насаждениями и более 3 тыс руб/га при картографировании пашни.

Таким образом, разработанная методика аэрокосмического мониторинга деградации ландшафтов обеспечивает экономически обоснованную базу для проведения проектно-изыскательских работ и работ по их обустройству.

ЗАКЛЮЧЕНИЕ

1. Разработка теоретических основ прогнозно-динамического агролесомелиоративного картографирования и компьютерного моделирования процессов деградации, основанных на прогнозно-динамическом картографировании агроэкологических ситуаций, компьютерном математико-картографическом моделировании принятия решений и их реализации с использованием ресурсосберегающих технологий точной агролесомелиорации позволило вывести на качественно новый уровень систему динамического аэрокосмического мониторинга в сельскохозяйственных ландшафтах Юга Российской Федерации.

2. Разработана оригинальная методология, интегрирующая картографические, фотограмметрические и полевые методы исследований с использованием компьютерных методов дешифрирования, пиксельного анализа аэрокосмических снимков, картографирования экологического состояния и фотоэталонирования агролесоландшафтов для их оценки на основе геоинформационных технологий с послойным составлением тематических космофотокарт, с определением количественных значений параметров, характеризующих деградацию различных элементов агролесоландшафта.

3. Разработаны компьютерные технологии дешифрирования аэрокосмоснимков, основанные на применении комбинированных способов распознавания, использующие: визуальный анализ снимков с идентификацией образов по классифицированным признакам (контуру, структуре и цвету изображения), компьютерный статистический анализ распределения пикселей на изображении по каналам RGB при помощи гистограмм и полевое эталонирование характерных объектов агролесоландшафтов. Статистический анализ параметрических характеристик, определяемых по распределению пикселей, дает возможность описать реальное состояние исследуемого объекта. Выявление корреляции свойств объекта и фототона его изображения процессе компьютерного анализа распределения пикселей обеспечивает точность дешифрирования снимков и, соответственно, последующего моделирования процессов деградации в агроландшафтах. Полученные систематические данные, комплексно характеризующие объекты дешифрирования могут быть экстраполированы на ландшафты- аналоги, как в нашей стране, так и за рубежом.

4. Выявлены зависимости изменения основных параметров, характеризующих состояние компонентов агролесоландшафтов. Установлено, что фототон изображения открытых почв определяется содержанием гумуса в них и описывается экспоненциальным уравнением; анализ данных показал, что имеются устойчивые зависимости между этими группами данных. Корреляция между этими группами имеет значения от 0,888 до 0,980. Для пастбищ зависимость величины фототона изображения от проективного покрытия носит нелинейный характер и имеет верхний и нижний пределы. В связи с этим для математической модели выбрана логистическая зависимость, дающая возможность с коэффициентом корреляции не менее 0,933 описывать наблюдаемые изменения в состоянии пастбищ. Фототон полога древостоев на космоснимке зависит от его сохранности. Разработка критериев сохранности и определение диапазонов фототона по состоянию крон дает возможность автоматизировать компьютерное дешифрирование космоснимков этих объектов. Математическое описание характерных параметров ландшафтов по результатам анализа их изображения на космофотоснимках позволило разработать методологию оценки состояния пашни, пастбищ и защитных лесных насаждений.

5. Разработана методика математико-картографического моделирования деградации агролесоландшафтов на основе космофотоинформации. Картографическое представление пространственных изменений, как модель состояния ландшафтов, дает временной срез, фиксированное отражение экологической ситуации, а компьютерная цифровая модель дает возможность на основе математических уравнений осуществить моделирование и прогнозирование состояния агролесоландшафтов. Разработанная компьютерная модель агроландшафта включает: данные результатов компьютерного дешифрирования АКФ; систему математических зависимостей, описывающих характеристики и динамику ландшафтных объектов; цифровую модель рельефа и цифровую картографическую модель агролесоландшафта.

6. Разработанная система математико-картографического, прогнозно-динамического моделирования является основой для составления интерактивных цифровых тематических космофотокарт и позволяет организовать систему управления агролесоландшафтами на новом информационном уровне.

7. Разработана методика анализа агроландшафта на основе его синтезированной модели, представляющей собой цифровую модель рельефа, совмещенную с картографической моделью местности, космофотокартой и векторной моделью крутизны слонов. Эта методика позволяет проводить дифференциальный анализ крутизны склонов и определять величину уклона линии склона.

8. Компьютерное тематическое картографирование состояния агроландшафтов Волгоградской области, Республики Калмыкия, Республики Дагестан, Чеченской республики, Ставропольского края, Краснодарского края и Ростовской области с применением компьютерного дешифрирования аэрокосмоснимков позволило установить уровни деградации, выделить и определить деградированные площади сельскохозяйственных угодий, установить их точное местоположение. Полученные в результате исследований результаты позволили решить проблему оперативной, экономичной и достоверной оценки агроэкологического потенциала территорий, рассчитать возможную продуктивность агролесоландшафтов и выявить критические участки, требующие немедленного вмешательства для реконструкции и восстановления. Полученные данные позволяют определить необходимые технологии и рассчитать силы и средства для устранения последствий деградации.

9. Осуществлено теоретическое обоснование и разработаны адаптированные, ресурсосберегающие технологии и технические средства точного, лесомелиоративного обустройства агроландшафтов, такие как выращивание посадочного материала в лесопитомниках, создание устойчивых защитных лесных насаждений на склонах и профилактики пожаров в лесных насаждениях. Новизна разработок защищена 10 патентами и 1 положительным решением на выдачу патента.

10. Разработаны методические основы для эколого-экономической оценки состояния почв, пастбищ и защитных лесных насаждений по критериям содержания гумуса, проективному покрытию и сохранности полога древостоя, что дает возможность на основе аэрокосмической информации выявить стоимость этих ресурсов и определить экономическую составляющую эффективности агролесомелиоративного прогнозно-динамического картографирования деградационных процессов в агроландшафтах с использованием разработанных математических моделей их состояния.

СПИСОК ОСНОВНЫХ ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

Монографии в соавторстве

1. Агролесомелиорация, изд. 5-е, перераб. и доп. / под ред. Академиков РАСХН А. Л. Иванова и К. Н. Кулика; ВНИАЛМИ. – Волгоград, 2006. – 746 с.

Статьи в ведущих рецензируемых научных журналах по перечню ВАК

1. Юферев, В. Г. Компьютерная диагностика состояния почв в агроландшафтах на основе аэрокосмического мониторинга /В. Г. Юферев // Южно-Российский Вестник геологии, географии и глобальной энергии. – Астрахань, 2006 – №5 (18). – С. 32 – 34.

2. Юферев, В. Г. Дистанционный мониторинг состояния и динамики агроландшафтов./ В. Г. Юферев // Земледелие. – 2007. – № 3. – С. 8-9.

3. Юферев, В. Г. Оценка экологического состояния лесных насаждений урбанизированной территории на основе космической информации (на примере Волгограда) / В. Г. Юферев, О. Ю. Березовикова // Лесное хозяйство. – 2007. - № 4. – С. 29-31.

4. Юферев, В. Г. Оценка структуры защитных лесных насаждений на орошаемых землях Сарпинской низменности / В.Г. Юферев, З.П. Дорохина // Лесное хозяйство. – 2009. – № 3. – С. 23-24.

5. Юферев, В. Г. Аэрокосмические методы исследования пригородных агроландшафтов / В. Г. Юферев, О.Ю. Березовикова// Земледелие. – 2007. – № 6. – С. 5-6.

6. Юферев В. Г. Эколого-экономическая оценка деградации агроландшафтов на основе дистанционного мониторинга (на примере Черных земель Калмыкии). / К. Б. Бакурова, В. Г. Юферев // Воронеж: Вестник Воронежского государственного университета. Серия: География. Геоэкология. – 2009. - № 1. – С. 79-83

7. Юферев, В. Г. Обобщенная модель системы "Источник питания – турбулентная воздушная струя" / В. Г. Юферев, В. Н. Хорошавин // Вестник Российской академии сельскохозяйственных наук. – М.: РАСХН, 2001. – № 3. – С. 17-18.

8. Юферев, В. Г. Новая технология выращивания посадочного материала в лесопитомниках / Ю. М. Жданов, В. Г. Юферев // Вестник Российской академии сельскохозяйственных наук. – 2009. – № 1 – С. 22-24.

9. Юферев, В. Г. Предотвращение и тушение пожаров с помощью воздушного потока / В. Г. Юферев, Ю. М. Жданов // Лесное хозяйство, 2004. – № 4. – С. 47-48.

Основные патенты на изобретении

1. Пат. 2265839 РФ, МКИ G 01 N 33 / 24, G 01 V 9 / 00. Способ определения состояния почвы, подверженной деградации / К. Н. Кулик, В. Г. Юферев, А. С. Рулев, К. Б. Бакурова; заявитель и патентообладатель ГУ ВНИАЛМИ. - № 2004111328/14; заявл. 13. 04. 04; опубл. 10.12.05. Бюл. № 34. – 3с.

2. Пат. RU № 2327107 С1 Российская Федерация, МПК G01C 11/00. Способ определения состояния пастбищ, подверженных деградации / К. Н. Кулик, В. Г. Юферев, А. С. Рулев, К. Б. Бакурова; заявитель ГНУ ВНИАЛМИ Россельхозакадемии. - №2006112379/28; заявл. 13. 04. 2006; опубл. 20.06.2008, Бюл. № 17; приоритет от 13.04.2008, - 3 с.

3. Пат. RU № 2330242 С1 Российская Федерация, МПК G01C 11/00. Способ определения состояния защитных лесных насаждений / В.Г. Юферев, К.Н. Кулик, А.С. Рулев, А.В. Кошелев; заявитель ГНУ ВНИАЛМИ Россельхозакадемии. - №2006144553/28; заявл. 13. 12. 2006; опубл. 27.07.2008, Бюл. № 21; приоритет от 13.12.2006, - 3 с.

9. Пат. RU 2265315 С 1 Российская Федерация. МПК А 01 G 13/02. Способ выращивания растений /Ю.М. Жданов, В.Г. Юферев, В.Н. Хорошавин, заявитель и патентообладатель ГУ Всероссийский научно-исследовательский институт агролесомелиорации.- заявл. 15.03 2004 № 2004107588 опубл. 10.12.2005, Бюл. №34. – 2 с.

10. Пат. RU 2267913 С 1 Российская Федерация. МПК А 01 G 13/02. Защитное покрытие для растений /Ю.М. Жданов, В.Г. Юферев, заявитель и патентообладатель ГУ Всероссийский научно-исследовательский институт агролесомелиорации.- заявл. 21.06 2004 № 2004118783, опубл. 20.01.2006, Бюл. №02. – 5 с.

11. Пат. RU 2216899 С 1 Российская Федерация. МПК 7 А 01 С 7/00. Способ посева семян на аридных пастбищах /Ю.М. Жданов, В.И. Петров, В.Г. Юферев, Н.Е. Глушкова, заявитель и патентообладатель Всероссийский научно-исследовательский институт агролесомелиорации.- заявл. 20.03 2002 № 2002107176, опубл. 27.11.2003, Бюл. №33. – 8 с.

Работы, опубликованные в материалах конференций и симпозиумов

1. Юферев, В. Г. Методическое пособие по применению информационных технологий в агролесомелиоративном картографировании / К. Н Кулик, В. Г. Юферев и др. М.: Россельхозакадемия, 2003. – 48 с.
2. Юферев, В. Г. Компьютерная технология оценки смытости почв / К. Н Кулик, А. С. Рулев, В. Г. Юферев // Модели и технологии оптимизации земледелия: сб. докл. Межд. науч.-практ. конф., 9-11 сентября 2003 г. – Курск: "Курский ЦНТИ", 2003. – С. 445-448.
3. Юферев, В. Г. Применение информационных технологий в агролесомелиоративном картографировании / К. Н Кулик, А. С. Рулев, В. Г. Юферев // Проблемы опустынивания и защита биологического разнообразия природо-хозяйственных комплексов аридных регионов России. – М.: "Современные тетради", 2003. – С 46-51.
4. Юферев, В. Г. Компьютерное прогнозно-динамическое картографирование состояния защитных лесных насаждений / В. Г. Юферев, А. С. Рулев // Теория и практика агролесомелиорации: матер. межд. науч.-практ. конф., г. Саратов, 6-8 сентября 2005. – Волгоград, 2005. – С. 38-45.
5. .Юферев, В. Г. Динамика изменения состояния деградированных земель на основе дистанционного мониторинга / В. Г. Юферев, К. Б. Бакурова // Эколого-мелиоративные аспекты научно-производственного обеспечения АПК – М.: Изд-во «Современные тетради», 2005. – С. 42-47.
6. Юферев, В. Г. Методология картографо-аэрокосмического изучения лесоаграрных ландшафтов аридных регионов / В.Г Юферев, А. С. Рулев // Изучение природной среды аридных регионов с использованием космической информации. – Элиста: КИСЭПИ, 2005
7. Юферев, В. Г. Компьютерное моделирование динамики экологического состояния агроландшафтов на примере биосферного заповедника "Черные земли" Степи Северной Евразии: / К. Н. Кулик, В. Г. Юферев, К. Б. Бакурова // Матер. IV междунар. симпозиума / под ред. А. А. Чибилева. – Оренбург: ИПК "Газпромпечать", ООО "Оренбурггазпромсервис", 2006. – С. 405-409.
8. Юферев, В. Г. Проблемы сохранения ландшафтного разнообразия в сухой степи Среднего Дона Степи Северной Евразии / К. Н. Кулик, А. С. Рулев, В. Г. Юферев и др. // Матер. IV междунар. симпозиума / под ред. А. А. Чибилева. - Оренбург: ИПК "Газпромпечать", ООО "Оренбурггазпромсервис", 2006. – С. 409-411.
9. Юферев, В. Г. Картографическое моделирование и прогноз деградации агроландшафта. Опустынивание и борьба с ним / К. Н. Кулик, А. С. Рулев, В. Г. Юферев и др. // Матер. Междунар. научной конференции по борьбе с опустыниванием. Россия, республика Хакасия, НИИ аграрных проблем Хакасии, 16-19 мая 2006 г./ под ред. В. К. Савостьянова и И. П. Свинцова /Российская академия сельскохозяйственных наук, Сибирское отделение, ГНУ НИИ аграрных проблем Хакасии. – Абакан: Типография ООО "Фирма "Март", 2007. – С. 283-289.
10. Юферев, В. Г. Дистанционная оценка деградации пастбищ по аэрокосмоснимкам / К. Н. Кулик, А. С. Рулев, К. Б. Бакурова и др. // Современное состояние лесного хозяйства и озеленения в Республике Казахстан: проблемы, пути их решения и перспективы: матер. межд. науч. конф., посвященной 50-летию организации НПЦ лесного хозяйства МСХ РК, 23-24 августа 2007 г., Щучинск. – Алматы, 2007. – С. 253-257.
11. Юферев, В. Г. Атлас тематических карт для агролесомелиорации и защитного лесоразведения / К. Н. Кулик, А. С. Рулев, А. А. Дзугаев и др. – Волгоград: ВНИАЛМИ, 2007. – 150 с., 72 карты, 3 табл.
12. Юферев, В. Г. Методические указания по ландшафтно-экологическому профилированию при агролесомелиоративном картографировании / К. Н. Кулик, Е. С. Павловский, А. С. Рулев и др. – М.: Россельхозакадемия, 2007. – 42 с.
13. Юферев, В. Г. Мониторинг экологического состояния пастбищных агроландшафтов Астраханской области на основе аэрокосмической информации / В. Г. Юферев, К. Б. Бакурова // Роль и место агролесомелиорации в современном обществе: матер. междунар. науч.-практ. конф., посвященной 75-летию Всероссийского научно-исследовательского института агролесомелиорации, г. Волгоград, 10-13 октября 2006 г. – Волгоград: ВНИАЛМИ, 2007. – С. 246-250.
14. Yuferev V.G. The catena-logistical approach to the estimation and mapping of erosion processes on water catchment areas with the use of spaceaerophotos / A. S. Rulev, V. G. Yuferev // [Text] // Proceedings of the tenth international symposium on river sedimentation «Effects of river sediments and channel processes on social, economic and environmental safety». – Moscow, 2007. – Р. 348-355.
15. Юферев, В. Г. Стратегия развития защитного лесоразведения в Российской Федерации на период до 2020 года/Кулик К.Н., В. Г. Юферев и др. – Волгоград: ВНИАЛМИ, 2008. – 34 с.
16. Юферев, В. Г. Аэрокосмическое картографирование эрозионных процессов на основе катенарно-логистического анализа / А. С. Рулев, В. Г. Юферев // Стрежень: научный ежегодник / под ред. М. М. Загорулько. – Вып. 6. – Волгоград: Издатель, 2008. – С.36 – 40.
17. Юферев, В. Г. Технология создания лесомелиоративных насаждений на склоновых землях Нижнего Поволжья / Ю. М. Жданов, В. И. Петров, В. Г. Юферев // Материалы Международной научно-практической конференции, посвященной 100-летию Нижневолжской станции по селекции древесных пород "Вековой опыт формирования лесных экосистем в ландшафтах засушливого пояса России". – Волгоград: ВНИАЛМИ. – 2003. – С.180-188.