Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 33-43
Компьютерный анализ режимов водного стресса орошаемых агроценозов с использованием SWAP-модели, а также данных наземного и космического мониторинга
А.М. Зейлигер
1 , О.С. Ермолаева
1 , Е.Л. Музылев
2 , З.П. Старцева
2 , Ю.И. Сухарев
1 1 Российский государственный аграрный университет – МСХА имени К. А. Тимирязева, Москва, Россия
2 Институт водных проблем РАН, Москва, Россия
Одобрена к печати: 25.04.2019
DOI: 10.21046/2070-7401-2019-16-3-33-43
Представлены результаты компьютерного анализа режимов водного стресса орошаемых посевов люцерны, кукурузы и сои на уровне отдельного агроценоза с использованием SWAP модели. Для сопоставления результатов компьютерного моделирования водного стресса с биопродуктивностью были использованы данные подспутникового полевого мониторинга, проведённого в 2012 г. на полях ряда хозяйств, расположенных на территории Саратовского Заволжья. В результате были выявлены связи рассчитанных величин накопленного за период вегетации водного стресса отдельных посевов с их урожайностью. Компьютерная модель SWAP, использованная для расчёта водного стресса, включала блоки описания водного и теплового режимов для системы «атмосфера – агроценоз – почва – грунтовые воды», а также массивы данных для формирования граничных условий и гидравлических характеристик почвенно-грунтовой толщи. Массивы данных, воспроизводящие граничные условия на дневной поверхности, были сформированы по результатам наземного и космического мониторинга, а также диспетчерского контроля реализации поливов сельскохозяйственных посевов. Параметры гидравлических характеристик почвенно-грунтовой толщи были рассчитаны по аддитивным моделям строения почв с использованием данных физико-механических характеристик.
Ключевые слова: сельскохозяйственные посевы, орошение, эвапотранспирация, подстилающий слой, водный стресс, дистанционное зондирование, MODIS
Полный текстСписок литературы:
- Воронин А. Д., Зейлигер А. М. Моделирование структуры порового пространства почв. 1. Расчет основной гидрофизической характеристики почв по механическому и микроагрегатному составу почв // Почвоведение. 1988. № 4. С. 49–59.
- Голованов А. И. Оптимизация режимов орошения черноземов // Почвоведение. 1993. № 6. С. 79–84.
- Добрачев Ю. П., Кузнецова Н. А., Лобачев С. Б., Бурдюгов В. Г. Оптимизация режима орошения с помощью имитационной модели // Мелиорация и водное хозяйство. 1988. № 4. С. 46–50.
- Зейлигер А. М. Структурные модели почв и их гидрофизические характеристики: автореф. дис. … д-ра биол. наук. М., 1995. 38 с.
- Зейлигер А. М. Точное (дифференцированное) орошаемое земледелие ― технология повышения эффективности орошения и снижения нагрузки на окружающую среду // Инновационные технологии повышения эффективности мелиоративных систем и безопасности гидротехнических сооружений: сб. тр. ГНУ ПНИИЭМТ, 2010. T. 2. С. 664–668.
- Зейлигер А. М., Ермолаева О. С. (2016а) Результаты компьютерного моделирования водного стресса посевов орошаемой люцерны по данным наземного метеорологического и космического мониторингов температуры подстилающего слоя с использованием методики ФАО-56 и модели SEBS // Экология. Экономика. Информатика. 2016. С. 258–273.
- Зейлигер А. М., Ермолаева О. С. (2016б) Информационные технологии в мониторинге богарных и орошаемых агроценозов // Современные наукоемкие технологии. 2016. № 10 (часть 1). С. 62–66.
- Клиб Е. Г., Затинацкий С. В., Зейлигер A. M., Хитров Н. Б. Сравнительные исследования достоверности аддитивной модели агрегированных почв для характеристики водоудерживания чернозема обыкновенного // Вестн. Саратовского гос. аграрного ун-та им. Н. И. Вавилова. 2007. № 2. С. 20–23.
- Музылев Е. Л., Старцева З. П., Успенский А. Б., Волкова Е. В., Василенко Е. В., Кухарский А. В., Зейлигер А. М., Ермолаева О. С. Использование данных дистанционного зондирования для моделирования водного и теплового режимов сельских территорий // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 6. С. 108–136.
- Шульга Е. Ф., Куприянов А. О., Хлюстов В. К., Балабанов В. И., Зейлигер А. М. Управление сельхозпредприятием с использованием космических средств навигации (ГЛОНАСС) и дистанционного зондирования Земли. М.: Изд-во РГАУ-МСХА, 2016. 282 с.
- Ababaei B. Are weather generators robust tools to study daily reference evapotranspiration and irrigation requirement? // Water Resources Management. 2014. V. 28. Iss. 4. P. 915–932.
- Allen R. G., Pereira L., Raes D., Smith M. Crop Evapotranspiration: Guidelines for Computing Crop Water Requirements / FAO Irrigation and Drainage Paper 56. Rome: FAO, 1998. 15 p.
- Bastiaanssen W. G. M., Noordman E. J. M., Pelgrum H., Davids G., Thoreson B. P., Allen R. G. SEBAL model with remotely sensed data to improve water resources management under actual field conditions // J. Irrigation and Drainage Engineering. 2005. V. 131. No. 1. P. 85–93.
- Bezerra B. G., Silva B. B., Santos C. A. C., Bezerra J. R. C. Actual evapotranspiration estimation using remote sensing: comparison of SEBAL and SSEB approaches // Advanced Remote Sensing. 2015. V. 4. No. 3. Р. 234–247.
- Feddes R. A. Crop factors in relation to Makkink reference-crop evapotranspiration // Technical Bull. Inst. for Land and Water Management Research. 1987. No. 39. P. 33–45.
- Gowda P. H., Chavez J. L., Colaizzi P. D., Evette S. R., Howell T. A., Tolk J. A. ET mapping for agricultural water management: present status and challenges // Irrigation Science. 2008. V. 26. P. 223–237.
- Hongjun L., Jiazhen L., Yanjun S., Xiying Z., Yuping L. Web-based irrigation decision support system with limited inputs for farmers // Agricultural Water Management. 2018. V. 210(C). Р. 279–285.
- Kroes J. G., Van Dam J. C., Bartholomeus R. P. SWAP version 4: Theory description and user manual / Wageningen Environmental Research. Report 2780. 2017. 285 p.
- Mannini P., Genovesi R., Letterio T. IRRINET: Large Scale DSS Application for On-farm Irrigation Scheduling // Procedia Environmental Sciences. 2013. V. 19. P. 823–829.
- Muzylev E. L., Zeyliger A. M., Startseva Z. P., Volkova E. V., Vasilenko E. V., Ermolaeva O. S. Modeling Processes of Water and Heat Regime Formation for Agricultural Region Area (Russia) Utilizing Satellite Data // Advances in Sustainable and Environmental Hydrology, Hydrogeology, Hydrochemistry and Water Resources: proc. 1st Springer Conf. Arabian J. Geosciences (CAJG-1). Tunisia, 2018. P. 37–39.
- Overgaard J., Rosbjerg J. D., Butts M. B. Land-Surface Modeling in Hydrological Perspective ― a Review // Biogeosciences. 2006. V. 3. P. 229–241.
- Su Z. The Surface Energy Balance System (SEBS) for Estimation of Turbulent Heat Fluxes // Hydrology and Earth System Sciences. 2002. No. 6. P. 85–100.
- Wenchao W., Yuanlai C., Yufeng L., Zenghuan L., Junwei T. Web-based decision support system for canal irrigation management // Computers and Electronics in Agriculture. 2017. URL: https://doi.org/10.1016/j.compag.2017.11.018.
- Yanfei M., Shaomin L., Lisheng S., Ziwei X., Yaling L., Tongren X., Zhongli Z. Estimation of daily evapotranspiration and irrigation water efficiency at a Landsat-like scale for an arid irrigation area using multi-source remote sensing data // Remote Sensing of Environment. 2018. V. 216. P. 715–734.
- Yoder R. E., Odhiambo L. O., Wright W. C. Evaluation of methods for estimating daily reference crop evapotranspiration at a site in the humid southeast United States // Applied Engineering in Agriculture. 2005. V. 21. P. 197–202.
- Zeiliguer A. M. A Hierarchical System to Model the Pore Structure of Soils: Indirect Methods for Evaluating the Hydraulic Properties // Indirect Methods for Estimating the Hydraulic Properties of Unsaturated Soils: proc. / eds. M. Th. van Genuchten, F. J. Leij, L. J. Lund. Riverside: University of California, 1992. P. 499–514.
- Zeiliguer A. M., Pachepsky Ya. A., Rawls W. J. Estimating water retention of sandy soils using the additivity hypothesis // Soil Sciences. 2000. V. 165. No. 5. P. 373–383.