Аннотация

Цель: разработка автоматизированного метода оценки водной эрозии почв виноградников на основе спектральных индексов спутниковых снимков для оптимизации почвозащитных мер. 

Материалы и методы. Для оценки потерь почвы применены четыре модели: RUSLE, ORUSCAL, индексная модель и полевые измерения. Индексная модель реализована в среде Google Earth Engine и включает расчет нормализованных спектральных индексов NDVI, BSI и эмпирического индекса эрозии (ELI). Автоматизированное выявление эрозионных форм выполнено с помощью машинного обучения (Random Forest) на основе обучающей выборки из 256 снимков и 1200 размеченных участков. Потери почвы (т/га/год) определяются по шкале от 10 до 74, нормализованной по средним значениям полевых измерений. Учет схемы посадки (вдоль/поперек склона) реализован через понижающий коэффициент (0,85). 

Результаты. Выявлены ключевые факторы водной эрозии: топография склонов (уклоны 5–10°), почвенные характеристики (снижение гумуса ниже 2 %) и климатические условия (интенсивные ливни). Разработана адаптированная методика, включающая динамический C-фактор и учет агротехнических особенностей (схема посадки, возраст кустов). Для снижения эрозии предложены меры: расположение рядов поперек склона (> 5°), террасирование и мониторинг с использованием Sentinel-2. Наибольшую точность показала индексная модель (28,8 т/га/год), тогда как классическая RUSLE (44,5 т/га/год) и ORUSCAL (59,3 т/га/год) демонстрировали завышенные значения из-за ограничений в расчете C-фактора. Интеграция спутниковых данных и машинного обучения позволила автоматизировать распознавание типа эрозии (линейная, плоскостная, нет эрозии) с точностью 89 %. 

Выводы. Исследование подтверждает эффективность сочетания дистанционного мониторинга с адаптированными моделями, что сокращает прогнозные потери почвы на 30–50 %. Методика позволяет сократить трудовые и финансовые затраты на полевые исследования, оперативно выявлять участки с высоким эрозионным риском.

doi: 10.31774/2712-9357-2025-15-3-202-222

Для цитирования

Орлов В. А., Лукьянов А. А. Методика автоматизированной оценки водной эрозии почвы на виноградниках с применением спектральных индексов спутниковых снимков // Мелиорация и гидротехника. 2025. Т. 15, № 3. С. 202–222. https://doi.org/10.31774/2712-9357-2025-15-3-202-222.

Список литературы

1. Власенко В. П., Быкова М. В. Динамика структуры почвенного покрова земельных участков Анапского района как фактор определения их виноградопригодности // Труды Кубанского государственного аграрного университета. 2024. № 112. С. 90–94. DOI: 10.21515/1999-1703-112-90-94. EDN: IVPYHM.

2. Основные направления научных исследований на кафедре эрозии и охраны почв: современное состояние и перспективы развития / О. А. Макаров, М. С. Кузнецов, В. В. Демидов, Д. В. Карпова, П. С. Шульга, Д. Р. Абдулханова, Е. Н. Есафова, Е. Н. Кубарев // Вестник Московского университета. Серия 17: Почвоведение. 2023. № 4. С. 70–82. DOI: 10.55959/MSU0137-0944-17-2023-78-4-70-82. EDN: DGCDSJ.

3. Дитц Л. Ю., Катункина Е. В. Использование данных дистанционного зондирования при исследовании почвенно-эрозионных процессов // Естественные и математические науки в современном мире. 2015. № 33. С. 58–64. EDN: UDLOQF.

4. Балакай Г. Т., Кулаева Я. И. Эрозионные процессы на землях сельхозназначения, занятых виноградниками в ООО «Абрау-Дюрсо» Краснодарского края // Пути повышения эффективности орошаемого земледелия. 2020. № 3(79). С. 32–38. EDN: PIAOLM.

5. Риверос К. А., Кузнецов Е. В. Оценка потенциала водной эрозии методами RUSLE, ГИС и дистанционного зондирования в Кубанском гидрографическом бассейне // Устойчивое развитие науки и образования. 2019. № 3. С. 227–232. EDN: MLITND.

6. Сухановский Ю. П., Прущик А. В. Моделирование водной эрозии почв: монография. Курск: Курский ФАНЦ, 2023. 175 с. EDN: LCIFCJ.

7. Prosdocimi M., Cerdà A., Tarolli P. Soil water erosion on Mediterranean vineyards: A review // Catena. 2016. Vol. 141. P. 1–21. DOI: 10.1016/j.catena.2016.02.010.

8. Updated measurements in vineyards improves accuracy of soil erosion rates / J. Rodrigo‐Comino, J. Davis, S. D. Keesstra, A. Cerdà // Agronomy Journal. 2018. Vol. 110, iss. 1. P. 411–417. DOI: 10.2134/agronj2017.07.0414.

9. Singh R. Impact of climate and land use land cover changes on soil erosion // In book: Soil and Water Conservation Structures Design. Singapore: Springer Nature Singapore, 2023. P. 415–441. DOI: 10.1007/978-981-19-8665-9_14.

10. Effect of plot size and precipitation magnitudes on the activation of soil erosion processes using simulated rainfall experiments in vineyards / M. Neumann, P. Kavka, J. Devátý, Ja. Stašek, L. Strouhal, A. Tejkl, R. Kubínová, J. Rodrigo-Comino // Frontiers in Environmental Science. 2022. Vol. 10. Article number: 949774. DOI: 10.3389/fenvs.2022.949774. EDN: GDYNWC.

11. Visconti F., López R., Olego M. Á. The Health of Vineyard Soils: Towards a Sustainable Viticulture // Horticulturae. 2024. Vol. 10, no. 2. Article number: 154. DOI: 10.3390/horticulturae10020154. EDN: XGYLLQ.

12. Определение степени эрозии почвы с использованием ГИС и ДЗЗ в верховьях реки Нарын / Э. С. Дуулатов, С. К. Аламанов, У. С. Абдыжапар, С. С. Кожокулов, Г. Т. Таалайбекова // Вестник Кыргызско-Российского Славянского университета. 2023. Т. 23, № 8. С. 132–137. DOI: 10.36979/1694-500X-2023-23-8-132-137. EDN: XQSKBE.

13. Use of remotely sensed data for the evaluation of inter-row cover intensity in vineyards / F. Palazzi, M. Biddoccu, E. C. Borgogno Mondino, E. Cavallo // Remote Sensing. 2023. Vol. 15, no. 1. Article number: 41. DOI: 10.3390/rs15010041.

14. A review on the possibilities and challenges of today’s soil and soil surface assessment techniques in the context of process-based soil erosion models / L. Epple, A. Kaiser, M. Schindewolf, A. Bienert, J. Lenz, A. Eltner // Remote Sensing. 2022. Vol. 14, no. 10. Article number: 2468. DOI: 10.3390/rs14102468. EDN: IGCKEL.

15. Lazcano C., Decock C., Wilson S. G. Defining and Managing for Healthy Vineyard Soils, Intersections With the Concept of Terroir // Frontiers in Environmental Science. 2020. Vol. 8. Article number: 68. DOI: 10.3389/fenvs.2020.00068. EDN: SRMTCW. 

16. Sahu K. K., Kar S., Rout S. Satellite-Based Soil Erosion Mapping // In book: Sustainable Agriculture: Technical Progressions and Transitions. 2022. P. 225–252. DOI: 10.1007/978-3-030-83066-3_13.

17. Kumar S., Kalambukattu J. G. Modeling and monitoring soil erosion by water using remote sensing satellite data and GIS // In book: Anthropogeomorphology: A Geospatial Technology Based Approach. Cham: Springer Nature Switzerland AG, 2022. P. 273–304. DOI: 10.1007/978-3-030-77572-8_14.

18. Advances in modeling soil erosion risk [Electronic resource] / S. Panda, D. Misra, D. Amatya, A. Thompson. 2024. URL: https://www.srs.fs.usda.gov/pubs/ja/2024/ja_2024_amatya_003.pdf. (date of access: 27.08.2025).

19. Evaluation of soil erosion risk and identification of soil cover and management factor (C) for RUSLE in European vineyards with different soil management / M. Biddoccu, G. Guzman, G. Capello, T. Thielke, P. Strauss, S. Winter, J. G. Zaller, A. Nicolai, D. Cluzeau, D. Popescu, C. Bunea, A. Hoble, E. Cavallo, J. A. Gómez // International Soil and Water Conservation Research. 2020. Vol. 8, no. 4. P. 337–353. DOI: 10.1016/j.iswcr.2020.07.003. EDN: TUBSWS.

20. Comino J. R., Keesstra S. D., Cerdà A. Connectivity assessment in Mediterranean vineyards using improved stock unearthing method, LiDAR and soil erosion field surveys // Earth Surface Processes and Landforms. 2018. Vol. 43, iss. 10. P. 2193–2206. DOI: 10.1002/esp.4385.