Целью статьи было рассмотрение возможности использования метода
кригинга для интерполяции дискретных данных при разной плотности опорной
сетки отбора почвенных образцов. <...> Далее методом кригинга была проведена интерполяция дискретных значений спектральных коэффициентов яркости (СКЯ) почв полигона и получена соответствующая картосхема (рис. <...> Картосхема яркостей, построенная методом кригинга по сетке из
129 точек. <...> Выбор кригинга, как базового метода пространственной интерполяции,
основывался на анализе литературных источников [0;0;0;0], в большинстве из
которых этот метод указывался как оптимальный даже при небольшом количестве опорных точек. <...> Как и в предыдущем варианте для каждой точки были определены
значения СКЯ поверхности почв и построена электронная картосхема. <...> Полученная в результате анализа вариограмма
характеризовалась большим значением параметра nugget = 113, и, соответственно, высоким отношением N/S =0,65, что свидетельствует о низкой точности
полученной картосхемы [0]. <...> Визуальный анализ трех полученных картосхем
подтверждает этот вывод и показывает, что хотя общая пространственная
структура изображения в принципе сохраняется, но значительно упрощается
при уменьшении плотности опорной сетки. <...> Таблица 1
Статистические характеристики полученных картосхем (n=476)
Вид материалов
среднее значение минимум максимум
Снимок SPOT
51
43
76
Картосхема №1 (129 точек)
49
43
72
Картосхема №2 (36 точек)
49
44
67
Картосхема №3 (10 точек)
51
44
58
дисперсия
48
38
27
16
энтропия
3,956
3,393
3,586
3,736
В картографическом анализе функция энтропии характеризует степень
неоднородности (разнообразия) картографического изображения. <...> Окончательные результаты оценки точности полученных картосхем приведены в таблице 2:
Таблица 2
Оценка точности полученных картосхем
Источники информации (результаты измерений)
Картосхема яркостей почв №1 (129 точек)
Картосхема яркостей почв №2 (36 точек)
Картосхема яркостей почв №3 (10 точек)
Картосхема содержания <...>
Бюллетень_научных_работ._Выпуск_24.pdf
Министерство сельского хозяйства Российской Федерации
ФГОУ ВПО
«Белгородская государственная сельскохозяйственная академия»
Б Ю Л Л Е Т Е Н Ь
Н А У Ч Н Ы Х Р А Б О Т
Издается с 2003 года
Выпуск 24
Белгород 2010
Стр.1
УДК 63(06)
ББК 4
Б 98
Бюллетень научных работ. Выпуск 24
Белгород. – Издательство БелГСХА, 2010. – с.
Публикуются результаты научных исследований
по агрономии, ветеринарии, животноводству,
механизации и экономике, социальным и
естественным наукам.
Статьи написаны по материалам законченных
и продолжающихся исследований, проводимых научными
сотрудниками Белгородской государственной
сельскохозяйственной академии и других научных
и учебных заведений нашей страны и ближнего
зарубежья.
Бюллетень предназначен для научных работников и
специалистов сельскохозяйственного производства.
РЕДАКЦИОННАЯ КОЛЛЕГИЯ:
А.В. Турьянский (председатель),
В.Ф. Ужик (заместитель председателя),
В.Л.Аничин, И.А. Бойко, С.А. Булавин, Г.И. Горшков,
В.И. Гудыменко, В.В. Концевенко, П.П. Корниенко
Е.Г. Котлярова, О.Г. Котлярова, Д.П. Кравченко,
В.Н. Любин, А.С. Мацнев, В.В. Микитюк,
Н.В. Наследникова, Н.К. Потапов, Г.С. Походня,
Л.А. Решетняк, В.А. Сыровицкий,
Г.И. Уваров, А.В. Хмыров.
© Федеральное государственное образовательное
учреждение высшего профессионального образования
- Белгородская государственная сельскохозяйственная
академия
Стр.2
Агрономия
УДК 631.4:445.4
ИСПОЛЬЗОВАНИЕ ГЕОСТАТИСТИЧЕСКИХ МЕТОДОВ
ПРИ ИССЛЕДОВАНИИ ПОЧВЕННОГО ПОКРОВА
А.Б. Ачасов
ХНАУ, им. В.В. Докучаева, Г. Харьков, Украина
Использование современных методов получения информации дает возможность
принципиально по новому подойти к ряду прикладных задач почвоведения
и сельского хозяйства. В частности, это касается классической проблемы
любой естественной науки – перевода дискретной информации в континуальную
форму, то есть создания картографических материалов. При решении
этой задачи специалист сталкивается с вопросом восстановления пропущенных
данных, который может решаться несколькими способами. Так, например, при
проведении почвенной съемки в качестве пространственной матрицы традиционно
рекомендуется [0] использовать топографические карты территории и материалы
аэрофотосъемки. В то же время эти источники информации имеют существенные
недостатки: дистанционное зондирование почв лимитируется наличием
растительности на поле, а рельеф территории часто не отображает изменений,
произошедших с почвами за последнее время и, как правило, связанных
с деградационными процессами [0].
Надежной альтернативой упомянутым методам может стать геостатистика,
позволяющая определять и прогнозировать пространственную структуру
данных [0;0]. Преимущество геостатистических методов восстановления пространственной
информации заключается в относительной дешевизне и простоте
использования. Для решения окончательной задачи – построения квазиповерхности,
необходимо иметь географически привязанную выборку образцов,
отобранных по регулярной или рендомизованной схеме, и навык работы, с геоинформационными
системами, практически каждая из которых содержит
встроенный модуль геостатистической обработки данных. Таким образом, данный
способ получения пространственной информации может быть применен
при отсутствии материалов дистанционного зондирования или топографических
карт.
К недостаткам этого метода относится в первую очередь жесткие требования
к репрезентативности мест отбора образцов, который в идеале должен
проводиться по регулярной сетке[0].
Целью статьи было рассмотрение возможности использования метода
кригинга для интерполяции дискретных данных при разной плотности опорной
сетки отбора почвенных образцов.
ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЙ
Стр.3