sergeogrИзвестия Российской академии наук. Серия географическаяIzvestiya Rossiiskoi Akademii Nauk. Seriya Geograficheskaya2587-55662658-697510.31857/S2587556622010071sergeogr-1492Research ArticleПроблемы деградации земель и устойчивого землепользованияLand Degradation and Sustainable Land ManagementЗависимость микробиологической активности и химических характеристик почвы от топографической позиции на старопахотных участках черноземной лесостепиКарелинД. В.

Москва 

ЦымбаровичП. Р.

Москва 

petr@tsymbarovich.ruИнститут географии РАНRussian Federation202209022022861Специальный выпуск: Проблемы деградации земель и устойчивого землепользования134150Copyright © Карелин Д.В., Цымбарович П.Р., 20222022Карелин Д.В., Цымбарович П.Р.Карелин Д.В., Цымбарович П.Р.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestia.igras.ru/jour/article/view/1492

Необходимость автоматизации и упрощения пространственно-временного мониторинга хозяйственно важных почвенных характеристик, в частности содержания углерода интенсивно используемых земель, диктует продолжение поиска относительно простых способов их дистанционной оценки. В результате статистического анализа материалов полевых наблюдений, лабораторных экспериментов и полученных по данным дистанционного зондирования Земли из космоса цифровых моделей рельефа на модельных трансектах, заложенных на различающихся по характеру рельефа участках длительно используемых пахотных черноземов (Курская биосферная станция Института географии РАН, Курская область, Россия), обнаружены средние по силе положительные связи между крутизной склона, LS-фактором (Slope Length and Steepness factor, или фактор влияния длины и крутизны склона на эрозионную опасность) и почвенными характеристиками. Обнаруженные связи выражаются в снижении содержания ведущих биогенных элементов и соединений (углерод, азот и вода), а также в снижении присутствия и изменении активности микробиоты почвы. Вероятнее всего, это реализуется через водную эрозию и меньшую доступность воды на склонах большей крутизны. На основе полученных результатов можно говорить о применимости оцененного по данным дистанционного зондирования Земли LS-фактора для прогноза содержания углерода и других связанных с ним значимых физико-химических и биологических показателей состояния старопахотных типичных черноземов в крупном пространственном масштабе. Одновременно установлено, что полученные на основе космических снимков спектральные характеристики поверхности почвы менее применимы для этих целей, так как они зависят от условий съемки (погодные условия, приемы обработки почвы, растительный покров), а также имеют ограничения, накладываемые недостаточным разрешением доступных космических снимков.

типичные черноземыпашниэрозионный потенциал рельефасодержание углерода в почвеэмиссия СО2 из почвыдистанционное зондирование Земликрутизна склонаLS-factorцифровая модель рельефаАнализ данных и лабораторные исследования проводились в рамках госзадания № 0148-2019-0006 Института географии РАН. Полевые работы 2020 г. были поддержаны грантом РФФИ № 19-29-05025.ReferencesБуряк Ж.А. Совершенствование подходов к оценке эрозионной опасности агроландшафтов с использованием ГИС-технологий // Научн. Ведомости БелГУ. Серия: Естественные науки. 2014. Т. 23 (194). С. 140–146.Буряк Ж.А. Совершенствование подходов к оценке эрозионной опасности агроландшафтов с использованием ГИС-технологий // Научн. Ведомости БелГУ. Серия: Естественные науки. 2014. Т. 23 (194). С. 140–146.Иващенко К.В. Обилие и дыхательная активность микробного сообщества почвы при антропогенном преобразовании наземных экосистем // Дис. … канд. биол. наук. Пущино, 2017. 205 с.Иващенко К.В. Обилие и дыхательная активность микробного сообщества почвы при антропогенном преобразовании наземных экосистем // Дис. … канд. биол. наук. Пущино, 2017. 205 с.Люри Д.И., Горячкин С.В., Караваева Н.А., Денисенко Е.А., Нефедова Т.Г. Динамика сельскохозяйственных земель России в ХХ веке и постагрогенное восстановление растительности и почв. М.: ГЕОС, 2010. 412 с.Люри Д.И., Горячкин С.В., Караваева Н.А., Денисенко Е.А., Нефедова Т.Г. Динамика сельскохозяйственных земель России в ХХ веке и постагрогенное восстановление растительности и почв. М.: ГЕОС, 2010. 412 с.Мамонтов В.Г., Когут Б.М., Родионова Л.П., Рыжков О.В. Влияние сельскохозяйственного использования чернозема типичного на его структурное состояние и содержание органического углерода в агрегатах разного размера // Изв. ТСХА. 2016. Вып. 6. С. 22–31.Мамонтов В.Г., Когут Б.М., Родионова Л.П., Рыжков О.В. Влияние сельскохозяйственного использования чернозема типичного на его структурное состояние и содержание органического углерода в агрегатах разного размера // Изв. ТСХА. 2016. Вып. 6. С. 22–31.Плотникова О.О. Роль транспортирующей способности водных потоков в изменении некоторых свойств поверхностных горизонтов эродированных черноземов типичных (на примере Курской области) // Дис. … канд. биол. наук. М.: МГУ им. М.В. Ломоносова, 2020. 224 с.Плотникова О.О. Роль транспортирующей способности водных потоков в изменении некоторых свойств поверхностных горизонтов эродированных черноземов типичных (на примере Курской области) // Дис. … канд. биол. наук. М.: МГУ им. М.В. Ломоносова, 2020. 224 с.Сушко С.В. Эмиссия двуокиси углерода и микробное дыхание почв разных экосистем подтайги и лесостепи (Московская и Курская области) // Дис. … канд. биол. наук. М.: МГУ им. М.В. Ломоносова, 2019. 137 с.Сушко С.В. Эмиссия двуокиси углерода и микробное дыхание почв разных экосистем подтайги и лесостепи (Московская и Курская области) // Дис. … канд. биол. наук. М.: МГУ им. М.В. Ломоносова, 2019. 137 с.Ananyeva N.D., Susyan E.A., Chernova O.V., Wirth S. Microbial respiration activities of soils from different climatic regions of European Russia // European J. Soil Biol. 2008. № 44 (2). P. 147–157. https://doi.org/10.1016/j.ejsobi.2007.05.002Ananyeva N.D., Susyan E.A., Chernova O.V., Wirth S. Microbial respiration activities of soils from different climatic regions of European Russia // European J. Soil Biol. 2008. № 44 (2). P. 147–157. https://doi.org/10.1016/j.ejsobi.2007.05.002Anderson J., Domsch K.H. A physiological method for the quantitative measurement of microbial biomass in soils // Soil Biol. Biochem. 1978. Vol. 10. P. 215–221. https://doi.org/10.1016/0038-0717(78)90099-8Anderson J., Domsch K.H. A physiological method for the quantitative measurement of microbial biomass in soils // Soil Biol. Biochem. 1978. Vol. 10. P. 215–221. https://doi.org/10.1016/0038-0717(78)90099-8Angelopoulou T., Tziolas N., Balafoutis A., Zalidis G., Bochtis D. Remote Sensing Techniques for Soil Organic Carbon Estimation: A Review // Remote Sens. 2019. Vol. 11. P. 676. https://doi.org/10.3390/rs11060676Angelopoulou T., Tziolas N., Balafoutis A., Zalidis G., Bochtis D. Remote Sensing Techniques for Soil Organic Carbon Estimation: A Review // Remote Sens. 2019. Vol. 11. P. 676. https://doi.org/10.3390/rs11060676Baumgardner M.F., Kristof S., Johannsen C.J., Zachary A. Effects of organic matter on the multispectral properties of soils // Indiana Acad. Sci. 1970. Vol. 79. P. 413–422.Baumgardner M.F., Kristof S., Johannsen C.J., Zachary A. Effects of organic matter on the multispectral properties of soils // Indiana Acad. Sci. 1970. Vol. 79. P. 413–422.Chen F., Kissel D.E., West L.T., Adkins W. Field-Scale Mapping of Surface Soil Organic Carbon Using Remotely Sensed Imagery // Soil Sci. Soc. Am. J. 2000. Vol. 64. P. 746–753. https://doi.org/10.2136/sssaj2000.642746xChen F., Kissel D.E., West L.T., Adkins W. Field-Scale Mapping of Surface Soil Organic Carbon Using Remotely Sensed Imagery // Soil Sci. Soc. Am. J. 2000. Vol. 64. P. 746–753. https://doi.org/10.2136/sssaj2000.642746xCommunication from the Commission to the Council, the European Parliament, the European Economic and Social Committee and the Committee of the Regions. Thematic Strategy for Soil Protection / Commission of the European Communities, Brussels. 2006. COM 2006/231.Communication from the Commission to the Council, the European Parliament, the European Economic and Social Committee and the Committee of the Regions. Thematic Strategy for Soil Protection / Commission of the European Communities, Brussels. 2006. COM 2006/231.Conant R.T., Ogle S.M., Paul E.A., Paustian K. Measuring and monitoring soil organic carbon stocks in agricultural lands for climate mitigation // Front. Ecol. Environ. 2011. Vol. 9. P. 169–173. https://doi.org/10.1890/090153Conant R.T., Ogle S.M., Paul E.A., Paustian K. Measuring and monitoring soil organic carbon stocks in agricultural lands for climate mitigation // Front. Ecol. Environ. 2011. Vol. 9. P. 169–173. https://doi.org/10.1890/090153Croft H., Kuhn N.J., Anderson K. On the use of remote sensing techniques for monitoring spatio-temporal soil organic carbon dynamics in agricultural systems // Catena. 2012. Vol. 94. P. 64–74. https://doi.org/10.1016/j.catena.2012.01.001Croft H., Kuhn N.J., Anderson K. On the use of remote sensing techniques for monitoring spatio-temporal soil organic carbon dynamics in agricultural systems // Catena. 2012. Vol. 94. P. 64–74. https://doi.org/10.1016/j.catena.2012.01.001Crowther T., Todd-Brown K., Rowe C., et al. Quantifying global soil carbon losses in response to warming // Nature. 2016. Vol. 540. P. 104–108. https://doi.org/10.1038/nature20150Crowther T., Todd-Brown K., Rowe C., et al. Quantifying global soil carbon losses in response to warming // Nature. 2016. Vol. 540. P. 104–108. https://doi.org/10.1038/nature20150Friedlingstein P., O’Sullivan M., Jones M.W. et al. Global Carbon Budget 2020 // Earth System Sci. Data. 2020. № 12 (4). P. 3269–3340. https://doi.org/10.5194/essd-12-3269-2020Friedlingstein P., O’Sullivan M., Jones M.W. et al. Global Carbon Budget 2020 // Earth System Sci. Data. 2020. № 12 (4). P. 3269–3340. https://doi.org/10.5194/essd-12-3269-2020Gomez C., Viscarra Rossel R.A., McBratney A.B. Soil organic carbon prediction by hyperspectral remote sensing and field vis-NIR spectroscopy: an Australian case study // Geoderma. 2008. Vol. 146. № 3–4. P. 403–411. https://doi.org/10.1016/j.geoderma.2008.06.011Gomez C., Viscarra Rossel R.A., McBratney A.B. Soil organic carbon prediction by hyperspectral remote sensing and field vis-NIR spectroscopy: an Australian case study // Geoderma. 2008. Vol. 146. № 3–4. P. 403–411. https://doi.org/10.1016/j.geoderma.2008.06.011Hamzehpour N., Hossein Shafizadeh-Moghadam, Roozbeh Valavi. Exploring the driving forces and digital mapping of soil organic carbon using remote sensing and soil texture // Catena. 2019. Vol. 182. № 104141. https://doi.org/10.1016/j.catena.2019.104141Hamzehpour N., Hossein Shafizadeh-Moghadam, Roozbeh Valavi. Exploring the driving forces and digital mapping of soil organic carbon using remote sensing and soil texture // Catena. 2019. Vol. 182. № 104141. https://doi.org/10.1016/j.catena.2019.104141Irons J.R., Weismiller R.A., Petersen G.W. Soil Reflectance // Theory and Applications of Optical Remote Sens. / G. Asrar (Ed.). USA, N.Y.: John Wiley and Sons, 1989. P. 66–106.Irons J.R., Weismiller R.A., Petersen G.W. Soil Reflectance // Theory and Applications of Optical Remote Sens. / G. Asrar (Ed.). USA, N.Y.: John Wiley and Sons, 1989. P. 66–106.IUCN 2015. Land Degradation Neutrality: implications and opportunities for conservation, Technical Brief. 2nd Ed. Nairobi: IUCN, 2015. 19 p.IUCN 2015. Land Degradation Neutrality: implications and opportunities for conservation, Technical Brief. 2nd Ed. Nairobi: IUCN, 2015. 19 p.IUSS Working Group WRB (2015). World Reference Base for Soil Resources 2014, Update 2015. International Soil Classification System for Naming Soils and Creating Legends for Soil Maps. World Soil Resources Reports № 106. Rome: FAO.IUSS Working Group WRB (2015). World Reference Base for Soil Resources 2014, Update 2015. International Soil Classification System for Naming Soils and Creating Legends for Soil Maps. World Soil Resources Reports № 106. Rome: FAO.Karelin D.V., Goryachkin S.V., Kudikov A.V., Lopes de Gerenu V.O., Lunin V.N., Dolgikh A.V., Lyuri D.I. Changes in Carbon Pool and CO2 Emission in the Course of Postagrogenic Succession on Gray Soils (Luvic Phaeozems) in European Russia // Eurasian Soil Sci. 2017. Vol. 50. № 5. P. 559–572. https://doi.org/10.1134/S1064229317050076Karelin D.V., Goryachkin S.V., Kudikov A.V., Lopes de Gerenu V.O., Lunin V.N., Dolgikh A.V., Lyuri D.I. Changes in Carbon Pool and CO2 Emission in the Course of Postagrogenic Succession on Gray Soils (Luvic Phaeozems) in European Russia // Eurasian Soil Sci. 2017. Vol. 50. № 5. P. 559–572. https://doi.org/10.1134/S1064229317050076Ladoni M., Bahrami H.A., Alavipanah S.K. Estimating soil organic carbon from soil reflectance: a review // Precision Agriculture. 2010. Vol. 11. P. 82–99. https://doi.org/10.1007/s11119-009-9123-3Ladoni M., Bahrami H.A., Alavipanah S.K. Estimating soil organic carbon from soil reflectance: a review // Precision Agriculture. 2010. Vol. 11. P. 82–99. https://doi.org/10.1007/s11119-009-9123-3Lamichhane S., Kumar L., Wilson B. Digital soil mapping algorithms and covariates for soil organic carbon mapping and their implications: A review // Geoderma. 2019. Vol. 352. P. 395–413. https://doi.org/10.1016/j.geoderma.2019.05.031Lamichhane S., Kumar L., Wilson B. Digital soil mapping algorithms and covariates for soil organic carbon mapping and their implications: A review // Geoderma. 2019. Vol. 352. P. 395–413. https://doi.org/10.1016/j.geoderma.2019.05.031Lu D., Li G., Valladares G.S., Batistella M. Mapping soil erosion risk in Rondônia, Brazilian Amazonia: using RUSLE, remote sensing and GIS // Land Degradation and Develop. 2004. Vol. 15. P. 499–512. https://doi.org/10.1002/ldr.634Lu D., Li G., Valladares G.S., Batistella M. Mapping soil erosion risk in Rondônia, Brazilian Amazonia: using RUSLE, remote sensing and GIS // Land Degradation and Develop. 2004. Vol. 15. P. 499–512. https://doi.org/10.1002/ldr.634Mondal A., Khare D., Kundu S., Mondal S., Mukherjee S., Mukhopadhyay A. Spatial soil organic carbon (SOC) prediction by regression kriging using remote sensing data // The Egyptian J. Remote Sens. and Space Sci. 2017. Vol. 20. P. 61–70. https://doi.org/10.1016/j.ejrs.2016.06.004Mondal A., Khare D., Kundu S., Mondal S., Mukherjee S., Mukhopadhyay A. Spatial soil organic carbon (SOC) prediction by regression kriging using remote sensing data // The Egyptian J. Remote Sens. and Space Sci. 2017. Vol. 20. P. 61–70. https://doi.org/10.1016/j.ejrs.2016.06.004Moore I.D., Grayson R.B., Ladson A.R. Digital terrain modelling: A review of hydrological, geomorphological, and biological applications // Hydrol. Processes. 1991. № 5. P. 3–30. https://doi.org/10.1002/HYP.3360050103Moore I.D., Grayson R.B., Ladson A.R. Digital terrain modelling: A review of hydrological, geomorphological, and biological applications // Hydrol. Processes. 1991. № 5. P. 3–30. https://doi.org/10.1002/HYP.3360050103Scharlemann J.P.W., Tanner E.V.J., Hiederer R., Kapos V. Global soil carbon: understanding and managing the largest terrestrial carbon pool // Carbon management. 2014. Vol. 5. Iss. 1. https://doi.org/10.4155/cmt.13.77Scharlemann J.P.W., Tanner E.V.J., Hiederer R., Kapos V. Global soil carbon: understanding and managing the largest terrestrial carbon pool // Carbon management. 2014. Vol. 5. Iss. 1. https://doi.org/10.4155/cmt.13.77Schillaci C., Acutis M., Lombardo L., Lipani A., Fantappiè M., Märker M., Saia S. Spatio-temporal topsoil organic carbon mapping of a semi-arid Mediterranean region: The role of land use, soil texture, topographic indices and the influence of remote sensing data to modelling // Sci. of the Total Environ. 2017. Vol. 601–602. P. 821–832. https://doi.org/10.1016/j.scitotenv.2017.05.239Schillaci C., Acutis M., Lombardo L., Lipani A., Fantappiè M., Märker M., Saia S. Spatio-temporal topsoil organic carbon mapping of a semi-arid Mediterranean region: The role of land use, soil texture, topographic indices and the influence of remote sensing data to modelling // Sci. of the Total Environ. 2017. Vol. 601–602. P. 821–832. https://doi.org/10.1016/j.scitotenv.2017.05.239Schulze D.G., Nagel J.L., Van Scoyoc G.E., Henderson T.L., Baumgardner M.F., Scott D.E. Significance of Organic Matter in Determining Soil Colors // SSSA Special Publication (Soil Sci. Society of America). 1993. P. 71–90. https://doi.org/10.2136/sssaspecpub31.c5Schulze D.G., Nagel J.L., Van Scoyoc G.E., Henderson T.L., Baumgardner M.F., Scott D.E. Significance of Organic Matter in Determining Soil Colors // SSSA Special Publication (Soil Sci. Society of America). 1993. P. 71–90. https://doi.org/10.2136/sssaspecpub31.c5Schwanghart W., Jarmer T. Linking spatial patterns of soil organic carbon to topography – A case study from south-eastern Spain // Geomorphology. 2011. Vol. 126. P. 252–263. https://doi.org/10.1016/j.geomorph.2010.11.008Schwanghart W., Jarmer T. Linking spatial patterns of soil organic carbon to topography – A case study from south-eastern Spain // Geomorphology. 2011. Vol. 126. P. 252–263. https://doi.org/10.1016/j.geomorph.2010.11.008Singh J.S., Gupta V.K. Soil microbial biomass: A key soil driver in management of ecosystem functioning // Sci. of the Total Environ. 2018. Vol. 634. P. 497–500.Singh J.S., Gupta V.K. Soil microbial biomass: A key soil driver in management of ecosystem functioning // Sci. of the Total Environ. 2018. Vol. 634. P. 497–500.Suleymanov A., Gabbasova I., Suleymanov R., Abakumov E., Polyakov V., Liebelt P. Mapping soil organic carbon under erosion processes using remote sensing // Hungarian Geogr Bul. 2021. Vol. 70. № 1. P. 49–64. https://doi.org/10.15201/hungeobull.70.1.4Suleymanov A., Gabbasova I., Suleymanov R., Abakumov E., Polyakov V., Liebelt P. Mapping soil organic carbon under erosion processes using remote sensing // Hungarian Geogr Bul. 2021. Vol. 70. № 1. P. 49–64. https://doi.org/10.15201/hungeobull.70.1.4Vrieling A. Satellite remote sensing for water erosion assessment: A review // Catena. 2006. Vol. 65. P. 2–18. https://doi.org/10.1016/j.catena.2005.10.005Vrieling A. Satellite remote sensing for water erosion assessment: A review // Catena. 2006. Vol. 65. P. 2–18. https://doi.org/10.1016/j.catena.2005.10.005Wang K., Qi Y., Guo W., Zhang J., Chang Q. Retrieval and Mapping of Soil Organic Carbon Using Sentinel-2A Spectral Images from Bare Cropland in Autumn // Remote Sens. 2021. Vol. 13. P. 1072. https://doi.org/10.3390/rs13061072Wang K., Qi Y., Guo W., Zhang J., Chang Q. Retrieval and Mapping of Soil Organic Carbon Using Sentinel-2A Spectral Images from Bare Cropland in Autumn // Remote Sens. 2021. Vol. 13. P. 1072. https://doi.org/10.3390/rs13061072Wei Jb., Xiao Dn., Zhang Xy., Li Xy. Topography and land use effects on the spatial variation of soil organic carbon: A case study in a typical small watershed of the black soil region in northeast China // Eurasian Soil Sci. 2008. Vol. 41. P. 39–47. https://doi.org/10.1134/S1064229308010055Wei Jb., Xiao Dn., Zhang Xy., Li Xy. Topography and land use effects on the spatial variation of soil organic carbon: A case study in a typical small watershed of the black soil region in northeast China // Eurasian Soil Sci. 2008. Vol. 41. P. 39–47. https://doi.org/10.1134/S1064229308010055Takata Y., Funakawa S., Akshalov K., Ishida N., Kosaki T. Spatial prediction of soil organic matter in northern Kazakhstan based on topographic and vegetation information // Soil Sci. and Plant Nutrition. 2007. Vol. 53. P. 289–299. https://doi.org/10.1111/j.1747-0765.2007.00142.xTakata Y., Funakawa S., Akshalov K., Ishida N., Kosaki T. Spatial prediction of soil organic matter in northern Kazakhstan based on topographic and vegetation information // Soil Sci. and Plant Nutrition. 2007. Vol. 53. P. 289–299. https://doi.org/10.1111/j.1747-0765.2007.00142.x

The authors declare that there are no conflicts of interest present.