Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 3. С. 145-154
Моделирование водной эрозии с использованием уравнения RUSLE в масштабе землепользования
А.С. Кузнецова
1 , К.В. Краснощеков
1 , А.В. Дергунов
1 , М.Г. Ерунова
1 , Д.С. Макаров
1 , Д.В. Харламов
1 , О.Э. Якубайлик
2 1 Красноярский научный центр СО РАН, Красноярск, Россия
2 Институт вычислительного моделирования СО РАН, Красноярск, Россия
Одобрена к печати: 15.05.2024
DOI: 10.21046/2070-7401-2024-21-3-145-154
Данное исследование направлено на моделирование водной эрозии почвенного покрова и её оценку в масштабе землепользования. В качестве объекта исследования выбрано опытно-производственное хозяйство (ОПХ) «Михайловское». Для вычисления среднегодовой скорости потери почвы и пространственного распределения водной эрозии применялось уравнение RUSLE совместно с наземными данными и данными дистанционного зондирования Земли. В качестве исходных данных использованы цифровая модель рельефа FABDEM, спутниковые данные Sentinel-2, данные с наземной метеорологической станции и цифровые карты, представляющие собой результаты наземных обследований землепользования. В ходе исследования был разработан алгоритм вычисления факторов уравнения RUSLE. В геоинформационных системах QGIS и ArcGIS впервые построены цифровые карты, отображающие эродируемость почвы, влияние топографии местности на водную эрозию почвы, потерю почвы из-за типа земного покрова и практику поддержки и сохранения почвенного покрова. В результате моделирования водной эрозии почвенного покрова ОПХ «Михайловское» получена цифровая карта среднегодовой скорости потери почвы. По оценке полученной карты установлено, что почвы данного землепользования в целом характеризуются незначительной эрозионной опасностью.
Ключевые слова: эрозия почвы, сельское хозяйство, RUSLE, моделирование водной эрозии, дистанционное зондирование
Полный текстСписок литературы:
- Ерунова М. Г., Симакина А. С., Якубайлик О. Э. Создание базы данных для точного земледелия ОПХ «Курагинское» // Вестн. КрасГАУ. 2022. № 1(178). С. 13–20. DOI: 10.36718/1819-4036-2022-1-13-20.
- Иванов М. А., Ермолаев О. П. Геоморфометрический анализ бассейновых геосистем Приволжского федерального округа по данным SRTM и Aster GDEM // Современные проблемы дистанционного зондирования Земли из космоса. 2017. Т. 14. № 2. С. 98–109. DOI: 10.21046/2070-7401-2017-14-2-98-109.
- Шинкаренко С. С., Бодрова В. Н., Сидорова Н. В. Влияние экспозиции склонов на сезонную динамику вегетационного индекса NDVI посевных площадей // Изв. Нижневолжского агроуниверситет. комплекса: Наука и высшее профессион. образование. 2019. № 1. С. 96–105. DOI: 10.32786/2071-9485-2019-01-12.
- Bircher P., Liniger H. P., Prasuhn V. Comparison of long-term field-measured and RUSLE-based modelled soil loss in Switzerland // Geoderma Regional. 2022. V. 31. Article e00595. DOI: 10.1016/j.geodrs.2022.e00595.
- Durigon V. L., Carvalho D. F., Antunes M. A. H. et al. NDVI time series for monitoring RUSLE cover management factor in a tropical watershed // Intern. J. Remote Sensing. 2014. V. 35. Iss. 2. P. 441–453. DOI: 10.1080/01431161.2013.871081.
- Haregeweyn N., Tsunekawa A., Poesen J. et al. Comprehensive assessment of soil erosion risk for better land use planning in river basins: Case study of the Upper Blue Nile River // Science of the Total Environment. 2017. V. 574. P. 95–108. DOI: 10.1016/j.scitotenv.2016.09.019.
- Hawker L., Uhe P., Paulo L. et al. A 30 m global map of elevation with forests and buildings removed // Environmental Research Letters. 2022. V. 17. No. 2. Article 024016. DOI: 10.1088/1748-9326/ac4d4f.
- la Cecilia D., Tom M., Stamm C., Odermatt D. Pixel-based mapping of open field and protected agriculture using constrained Sentinel-2 data // ISPRS Open J. Photogrammetry and Remote Sensing. 2023. V. 8. Article 100033. DOI: 10.1016/j.ophoto.2023.100033.
- Laflen J. M., Lane L. J., Foster G. R. WEPP: a new generation of erosion prediction technology // J. Soil and Water Conservation January. 1991. V. 46. No. 1. P. 34–38.
- Liu J., Yang K., Tariq A. et al. Interaction of climate, topography and soil properties with cropland and cropping pattern using remote sensing data and machine learning methods // The Egyptian J. Remote Sensing and Space Sciences. 2023. V. 26. Iss. 3. P. 415–426. DOI: 10.1016/j.ejrs.2023.05.005.
- Marino S. Understanding the spatio-temporal behavior of crop yield, yield components and weed pressure using time series Sentinel-2-data in an organic farming system // European J. Agronomy. 2023. V. 145. Article 126785. DOI: 10.1016/j.eja.2023.126785.
- Moore I. D., Grayson R. B., Ladson A. R. Digital terrain modelling: A review of hydrological, geomorphological, and biological applications // Hydrological Processes. 1991. V. 5. Iss. 1. P. 3–30. DOI: 10.1002/HYP.3360050103.
- Nguyen Q.-V., Liou Y.-A., Nguyen K.-A., Tran D.-P. Enhancing basin sustainability: Integrated RUSLE and SLCC in land use decision-making // Ecological Indicators. 2023. V. 155. Article 110993. DOI: 10.1016/j.ecolind.2023.110993.
- Pandey A., Himanshu S. K., Mishra S. K., Singh V. P. Physically based soil erosion and sediment yield models revisited // CATENA. 2016. V. 147. P. 595–620. DOI: 10.1016/j.catena.2016.08.002.
- Petito M., Cantalamessa S., Pagnani G. et al. Impact of Conservation Agriculture on Soil Erosion in the Annual Cropland of the Apulia Region (Southern Italy) Based on the RUSLE-GIS-GEE Framework // Agronomy. 2022. V. 12. Iss. 2. Article 281. DOI: 10.3390/agronomy12020281.
- Räsänen T. A., Tähtikarhu M., Uusi-Kämppä J. et al. Evaluation of RUSLE and spatial assessment of agricultural soil erosion in Finland // Geoderma Regional. 2023. V. 32. Article e00610. DOI: 10.1016/j.geodrs.2023.e00610.
- Renard K. G., Freimund J. R. Using monthly precipitation data to estimate the R-factor in the revised USLE // J. Hydrology. 1994. V. 157. Iss. 1–4. P. 287–306. DOI: 10.1016/0022-1694(94)90110-4.
- Renard K. G., Foster G. R., Weesies G. et al. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE). U. S. Department of Agriculture, 1997. 404 p.
- Sharply A. N., Williams J. R. EPIC-Erosion/Productivity Impact Calculator: 1. Model Documentation. U. S. Department of Agriculture Technical Bulletin, 1990. 235 p.
- Uuemaa E., Ahi S., Montibeller B. et al. Vertical accuracy of freely available global digital elevation models (ASTER, AW3D30, MERIT, TanDEM-X, SRTM, and NASADEM) // Remote Sensing. 2020. V. 12. Iss. 21. Article 3482. DOI: 10.3390/rs12213482.
- Wang L., Zhang F., Fu S. et al. Assessment of soil erosion risk and its response to climate change in the mid-Yarlung Tsangpo River region // Environmental Science and Pollution Research. 2020. V. 27. Iss. 12. P. 607–621. DOI: 10.1007/s11356-019-06738-y.
- Wischmeier W. H., Smith D. D. Predicting rainfall erosion losses: A Guide to Conservation Planning. U. S. Department of Agriculture, 1978. 67 p.