INTERNATIONAL AGRICULTURAL JOURNAL INTERNATIONAL AGRICULTURAL JOURNAL МЕЖДУНАРОДНЫЙ СЕЛЬСКОХОЗЯЙСТВЕННЫЙ ЖУРНАЛ 2587-6740 106608 10.55186/25876740_2025_68_5_659 tmrjfk Научное обеспечение и управление агропромышленным комплексом Scientific support and management of agrarian and industrial complex Научное обеспечение и управление агропромышленным комплексом Intra-field differentiation of ordinary and southern chernozems for precision farming purposes based on multitemporal series of remote sensing data Внутриполевое разделение черноземов обыкновенных и южных для целей точного земледелия на основе мультивременных рядов ДЗЗ Рашкович Василий Николаевич Rashkovich Vasily Nikolaevich

аспирант географических наук;

graduate student of geographical sciences;

 Рухович Дмитрий Иосифович Rukhovich Dmitry Iosifovich

кандидат биологических наук;

candidate of sciences in biology;

 Шаповалов Дмитрий Анатольевич Shapovalov Dmitry Anatolyevich

доктор технических наук;

doctor of technical sciences;

 Почвенный институт им. В.В. Докучаева Москва Россия Dokuchaev soil science institute Moscow Russian Federation Почвенный институт им. В.В. Докучаева Москва Россия Dokuchaev soil science institute Moscow Russian Federation Государственный университет по землеустройству Москва Россия State University of Land Use Planning Moscow Russian Federation 30 09 2025 30 09 2025 5 659 663 12 08 2025 24 09 2025 https://qje.su/en/nauka/article/106608/view

В данном исследовании рассматривается возможность создания детальных карт структуры почвенного покрова (СПП) и устойчивой внутриполевой неоднородности (УВН) с использованием принципов расчета коэффициентов мультивременной линии почвы (МЛП) для систем точного земледелия. В работе применяются различные методы, включая нейросетевую фильтрацию данных дистанционного зондирования, построение карт открытой поверхности почвы (ОПП) на основе спектральной окрестности линии почв, полевые почвенные изыскания, замеры биологической урожайности и лабораторный агрохимический анализ почвенных проб. Объектом исследования являются поля, расположенные на севере Казахстана, характеризующиеся умеренно сухими степными условиями и слабо выраженным рельефом. Основными типами почв в этом регионе являются южные и обыкновенные черноземы, которые обладают различными потенциалами плодородия и условиями почвообразования. Результаты исследования показывают, что карта ОПП, построенная на основе мультивременных данных дистанционного зондирования, эффективно выявляет неоднородность почвенного покрова. В ходе исследования были выделены два основных типа почв: южные и обыкновенные черноземы. Южные черноземы показали более низкую биологическую урожайность из-за наличия плотных карбонатных горизонтов, в то время как обыкновенные черноземы обладали более высоким потенциалом плодородия и урожайности. Исследование также выявило сильную линейную зависимость (R² = 0,95) между спектральной отражательной способностью и содержанием органического углерода, что позволяет точно картировать содержание гумуса и типы почв. Практическое применение этих карт в точном земледелии привело к экономическому эффекту в размере примерно 1100 рублей на гектар.

The study explores the possibility of creating detailed maps of soil cover structure and sustainable intra-field heterogeneity using the principles of calculating coefficients of the multitemporal soil line for precision agriculture systems. The research employs various methods, including neural network filtering of remote sensing data, constructing open soil surface maps based on the spectral vicinity of the soil line, field soil surveys, biological yield measurements, and laboratory agrochemical analysis of soil samples. The study area comprises fields located in northern Kazakhstan, characterized by moderately dry steppe conditions and minimal relief variations. The primary soil types in this region are southern and ordinary chernozems, which exhibit different fertility potentials and soil formation conditions. The results demonstrate that the open soil surface map, derived from multitemporal remote sensing data, effectively highlights soil heterogeneity. Southern chernozems showed lower biological yield due to the presence of dense carbonate horizons, while ordinary chernozems exhibited higher fertility and yield potential. The study also revealed a strong linear relationship (R² = 0.95) between spectral reflectance and organic carbon content, enabling accurate mapping of humus content and soil types. The practical application of these maps in precision agriculture resulted in an economic benefit of approximately 1100 rubles per hectare.

 открытая поверхность почвы структура почвенного покрова точное земледелие нейросетевая фильтрация снимков open soil surface precision planting soil cover structure neural-network satellite data filtering

Fridland V.M. Structure of the soil mantle // Geoderma. 1974. Vol. 12, № 1-2. P. 35-41. Fridland V.M. Structure of the soil mantle // Geoderma. 1974. Vol. 12, № 1-2. P. 35-41. Rukhovich D.I. et al. Mapping of Agate-like Soil Cover Structures Based on a Multitemporal Soil Line Using Neural Network Filtering of Remote Sensing Data // Geosciences (Basel). 2025. Vol. 15, № 1. P. 32. Rukhovich D.I. et al. Mapping of Agate-like Soil Cover Structures Based on a Multitemporal Soil Line Using Neural Network Filtering of Remote Sensing Data // Geosciences (Basel). 2025. Vol. 15, № 1. P. 32. Haneklaus S, Lilienthal H, Schnug E. 25 years Precision Agriculture in Germany – a retrospective // 13th International Conference on Precision Agriculture. St. Louis, Missouri, USA, 2016. Haneklaus S, Lilienthal H, Schnug E. 25 years Precision Agriculture in Germany – a retrospective // 13th International Conference on Precision Agriculture. St. Louis, Missouri, USA, 2016. Mulla D., Khosla R. Historical Evolution and Recent Advances in Precision Farming. 2015. P. 1-36. Mulla D., Khosla R. Historical Evolution and Recent Advances in Precision Farming. 2015. P. 1-36. Куляница А.Л. и др. Анализ информативности методов обработки больших спутниковых данных систем точного земледелия при коррекции крупномасштабных почвенных карт // Почвоведение. 2020. № 12. С. 1460-1477. Kulyanica A.L. i dr. Analiz informativnosti metodov obrabotki bol'shih sputnikovyh dannyh sistem tochnogo zemledeliya pri korrekcii krupnomasshtabnyh pochvennyh kart // Pochvovedenie. 2020. № 12. S. 1460-1477. Белик А.В. Внутрипольное варьирование плодородия лесостепных черноземов ЦЧО и урожайность сельскохозяйственных культур: автореферат Дисс. на соиск. уч. ст. канд. биол. наук. Воронеж, 2008. Belik A.V. Vnutripol'noe var'irovanie plodorodiya lesostepnyh chernozemov CChO i urozhaynost' sel'skohozyaystvennyh kul'tur: avtoreferat Diss. na soisk. uch. st. kand. biol. nauk. Voronezh, 2008. Белоусов А.А., Белоусова Е.Н. Влияние внутриполевой неоднородности почвенного плодородия на выбор элементов методики полевого опыта // Вестник КрасГАУ . 2013., № 81. С. 55-62. Belousov A.A., Belousova E.N. Vliyanie vnutripolevoy neodnorodnosti pochvennogo plodorodiya na vybor elementov metodiki polevogo opyta // Vestnik KrasGAU . 2013., № 81. S. 55-62. Якушева О.И. Влияние внутрипольной почвенной неоднородности и уровня интенсификации агротехнологий на урожайность яровой пшеницы: Дисс. на соиск. уч. ст. канд. с.-х. наук. СПб, 2013. Yakusheva O.I. Vliyanie vnutripol'noy pochvennoy neodnorodnosti i urovnya intensifikacii agrotehnologiy na urozhaynost' yarovoy pshenicy: Diss. na soisk. uch. st. kand. s.-h. nauk. SPb, 2013. Yang C., Anderson G.L. Determining within-field management zones for grain sorghum using aerial videography // 26th International Symposium on Remote Sensing of Environment. Vancouver, BC, 1996. P. 606-611. Yang C., Anderson G.L. Determining within-field management zones for grain sorghum using aerial videography // 26th International Symposium on Remote Sensing of Environment. Vancouver, BC, 1996. P. 606-611. Ziliani M.G. et al. Intra-field crop yield variability by assimilating CubeSat LAI in the APSIM crop model // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2022. Vol. XLIII-B3-2022. P. 1045-1052. Ziliani M.G. et al. Intra-field crop yield variability by assimilating CubeSat LAI in the APSIM crop model // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2022. Vol. XLIII-B3-2022. P. 1045-1052. Iwahashi Y. et al. Quantification of Changes in Rice Production for 2003-2019 with MODIS LAI Data in Pursat Province, Cambodia // Remote Sens (Basel). 2021. Vol. 13, № 10. P. 1971. Iwahashi Y. et al. Quantification of Changes in Rice Production for 2003-2019 with MODIS LAI Data in Pursat Province, Cambodia // Remote Sens (Basel). 2021. Vol. 13, № 10. P. 1971. Qi G. et al. Soil Salinity Inversion in Coastal Corn Planting Areas by the Satellite-UAV-Ground Integration Approach // Remote Sens (Basel). 2021. Vol. 13, № 16. P. 3100. Qi G. et al. Soil Salinity Inversion in Coastal Corn Planting Areas by the Satellite-UAV-Ground Integration Approach // Remote Sens (Basel). 2021. Vol. 13, № 16. P. 3100. Romano E. et al. Methodology for the Definition of Durum Wheat Yield Homogeneous Zones by Using Satellite Spectral Indices // Remote Sens (Basel). 2021. Vol. 13, № 11. P. 2036. Romano E. et al. Methodology for the Definition of Durum Wheat Yield Homogeneous Zones by Using Satellite Spectral Indices // Remote Sens (Basel). 2021. Vol. 13, № 11. P. 2036. Zhang Y. et al. Assimilation of Wheat and Soil States into the APSIM-Wheat Crop Model: A Case Study // Remote Sens (Basel). 2021. Vol. 14, № 1. P. 65. Zhang Y. et al. Assimilation of Wheat and Soil States into the APSIM-Wheat Crop Model: A Case Study // Remote Sens (Basel). 2021. Vol. 14, № 1. P. 65. Rukhovich D.I. et al. Recognition of the Bare Soil Using Deep Machine Learning Methods to Create Maps of Arable Soil Degradation Based on the Analysis of Multi-Temporal Remote Sensing Data // Remote Sens (Basel). 2022. Vol. 14, № 9. P. 2224. Rukhovich D.I. et al. Recognition of the Bare Soil Using Deep Machine Learning Methods to Create Maps of Arable Soil Degradation Based on the Analysis of Multi-Temporal Remote Sensing Data // Remote Sens (Basel). 2022. Vol. 14, № 9. P. 2224. Королева П.В. и др. Местоположение открытой поверхности почвы и линии почвы в спектральном пространстве RED-NIR // Почвоведение. 2017. № 12. P. 1435–1446. Koroleva P.V. i dr. Mestopolozhenie otkrytoy poverhnosti pochvy i linii pochvy v spektral'nom prostranstve RED-NIR // Pochvovedenie. 2017. № 12. P. 1435–1446. Gallo B.C. et al. Multi-Temporal Satellite Images on Topsoil Attribute Quantification and the Relationship with Soil Classes and Geology // Remote Sens (Basel). 2018. Vol. 10, № 10. P. 1571. Gallo B.C. et al. Multi-Temporal Satellite Images on Topsoil Attribute Quantification and the Relationship with Soil Classes and Geology // Remote Sens (Basel). 2018. Vol. 10, № 10. P. 1571.