INTERNATIONAL AGRICULTURAL JOURNAL INTERNATIONAL AGRICULTURAL JOURNAL МЕЖДУНАРОДНЫЙ СЕЛЬСКОХОЗЯЙСТВЕННЫЙ ЖУРНАЛ 2587-6740 110647 10.55186/25876740_2025_68_4_433 Государственное регулирование и региональное развитие АПК State regulation and regional development APK Государственное регулирование и региональное развитие АПК Development of a method for assessing the state of land fertility based on modeling the productivity of agricultural crops in natural zones of the Altai region Разработка методики оценки состояния плодородия земель на основе моделирования урожайности сельскохозяйственных культур по природным зонам Алтайского края https://orcid.org/0000-0002-5899-5464 Почемин Никита Михайлович Pochyomin Nikita Mihaylovich pochyomin@list.ru https://orcid.org/0000-0001-8830-7135 Морковкин Геннадий Геннадьевич Morkovkin Gennady Gennad'evich ggmork@mail.ru

доктор сельскохозяйственных наук;

doctor of agricultural sciences;

 https://orcid.org/0000-0001-8268-911X Шаповалов Дмитрий Анатольевич Shapovalov Dmitry Anatol'evich shapoval_ecology@mail.ru

доктор технических наук;

doctor of technical sciences;

 https://orcid.org/0000-0002-8319-5733 Максимова Нина Борисовна Maximova Nina Borisovna maksimova@mc.asu.ru

кандидат сельскохозяйственных наук;

candidate of agricultural sciences;

 Государственный университет по землеустройству Москва Россия State University of Land Use Planning Moscow Russian Federation Государственный университет по землеустройству Москва Россия State University of Land Use Planning Moscow Russian Federation Государственный университет по землеустройству Москва Россия State University of Land Use Planning Moscow Russian Federation Алтайский государственный университет Барнаул Россия Altai State University Barnaul Russian Federation 15 08 2025 15 08 2025 4 433 437 04 06 2025 09 07 2025 https://qje.su/en/nauka/article/110647/view

В работе представлены результаты исследований по разработке метода расчёта совокупного почвенного балла (СПБ) на основе моделирования урожайности сельскохозяйственных культур для оценки уровня плодородия земель сельскохозяйственного назначения по сравнению с эталонными участками с учетом их выбора для внутризональной и межзональной дифференциации с использованием геометрического среднего относительных значений ключевых почвенных, гидротермических, климатических и вегетационных показателей, адаптированный под условия Алтайского края. Исследования основываются на совмещении и совершенствовании методик разработанных Государственным научно-исследовательским институтом земельных ресурсов и методов моделирования урожайности по Л.М. Бурлаковой с использованием моделей машинного обучения. В расчетах использованы многолетние статистические данные Росстата (2007-2024 гг.), агрохимические показатели, климатические реанализы ERA5-Land (январь-май 2007-2024 гг.), спутниковые индексы NDVI/MODIS (2013-2014 гг.) и цифровые почвенные карты OpenLandMap/SoilGrids. Применён зональный подход с отдельной калибровкой модели Random Forest для семи природных зон. Проведен анализ важности признаков, оценены метрические характеристики различных моделей. Показано, что ключевыми детерминантами урожайности являются гидротермические и гидрологические показатели, обеспеченность элементами минерального питания и факторы энергетического баланса. Разрабатываемая методика позволит повысить точность прогноза урожайности по природным зонам, а также оценивать пригодность земельных участков с помощью расчета совокупного почвенного балла для принятия решений по приоритетному введению земель в сельскохозяйственный оборот, в том числе неиспользуемой пашни, в соответствии с Государственной программой эффективного вовлечения в оборот земель сельскохозяйственного назначения и развития мелиоративного комплекса Российской Федерации (2021 г.). Полученные результаты могут служить научным основанием для аграрного планирования, ведения агромониторинга и адаптивного управления почвенными ресурсами.

The paper presents the results of research on the development of a method for calculating the total soil score (TSS) based on modeling the yield of agricultural crops to assess the fertility level of agricultural lands compared to reference sites, taking into account their selection for intrazonal and interzonal differentiation using the geometric mean of the relative values of key soil, hydrothermal, climatic and vegetation indicators, adapted to the conditions of the Altai Territory. The research is based on the combination and improvement of methods developed by the State Research Institute of Land Resources and methods of crop yield modeling according to L.M. Burlakova using machine learning models. The calculations used long-term statistical data from Rosstat (2007-2024), agrochemical indicators, ERA5-Land climate reanalyses (January-May 2007-2024), NDVI/MODIS satellite indices (2013-2014) and OpenLandMap/SoilGrids digital soil maps. A zonal approach with separate calibration of the Random Forest model for seven natural zones was applied. The importance of features was analyzed, and the metric characteristics of various models were assessed. It was shown that the key determinants of crop yields are hydrothermal and hydrological indicators, availability of mineral nutrition elements, and energy balance factors. The developed methodology will improve the accuracy of crop yield forecasts for natural zones, as well as assess the suitability of land plots by calculating the total soil score for making decisions on the priority introduction of land into agricultural circulation, including unused arable land, in accordance with the State Program for the Effective Involvement of Agricultural Land into Circulation and Development of the Land Reclamation Complex of the Russian Federation (2021). The results obtained can serve as a scientific basis for agricultural planning, agromonitoring, and adaptive management of soil resources.

 показатели плодородия почв урожайность природные зоны моделирование Random Forest ERA5-Land NDVI SoilGrids Алтайский край soil fertility indicators crop yield natural zones modeling Random Forest ERA5-Land NDVI SoilGrids Altai Region

Шмидт Ю.Д., Куликов В.Е. Моделирование урожайности сельскохозяйственных культур // Вестник ТГЭУ. 2006. № 1. С. 73-84. Shmidt Yu.D., Kulikov V.E. Modelirovanie urozhaynosti sel'skohozyaystvennyh kul'tur // Vestnik TGEU. 2006. № 1. S. 73-84. Vanella D., Longo-Minnolo G., Belfiore O.R., Ramírez-Cuesta J.M., Pappalardo S., Consoli S., D’Urso G., Chirico G.B., Coppola A., Comegna A., Toscano A., Quarta R., Provenzano G., Ippolito M., Castagna A., Gandolfi C. Comparing the use of ERA5 reanalysis dataset and ground-based agrometeorological data under different climates and topography in Italy // Journal of Hydrology: Regional Studies. 2022. Vol. 42. Article 101182. DOI: 10.1016/j.ejrh.2022.101182 Vanella D., Longo-Minnolo G., Belfiore O.R., Ramírez-Cuesta J.M., Pappalardo S., Consoli S., D’Urso G., Chirico G.B., Coppola A., Comegna A., Toscano A., Quarta R., Provenzano G., Ippolito M., Castagna A., Gandolfi C. Comparing the use of ERA5 reanalysis dataset and ground-based agrometeorological data under different climates and topography in Italy // Journal of Hydrology: Regional Studies. 2022. Vol. 42. Article 101182. DOI: 10.1016/j.ejrh.2022.101182 Muñoz Sabater, J. Ежемесячные данные ERA5-Land, усредненные с 1981 года до настоящего времени. Служба климата Copernicus Climate (C3S) С запаса климатических данных (CDS). 2019. DOI: 10.24381/cds.68d2bb30 Muñoz Sabater, J. Ezhemesyachnye dannye ERA5-Land, usrednennye s 1981 goda do nastoyaschego vremeni. Sluzhba klimata Copernicus Climate (C3S) S zapasa klimaticheskih dannyh (CDS). 2019. DOI: 10.24381/cds.68d2bb30 Buryak Zh., Grigoreva O., Gusarov A. A Predictive Model for Cropland Transformation at the Regional Level: A Case Study of the Belgorod Oblast, European Russia // Resources. 2023. Vol. 12, No. 11. P. 127. — DOI: 10.3390/resources12110127 Buryak Zh., Grigoreva O., Gusarov A. A Predictive Model for Cropland Transformation at the Regional Level: A Case Study of the Belgorod Oblast, European Russia // Resources. 2023. Vol. 12, No. 11. P. 127. — DOI: 10.3390/resources12110127 База данных показателей муниципальных образований Алтайского края [Электронный ресурс]. Управление Федеральной службы государственной статистики по Алтайскому краю и Республике Алтай. URL: http://22.rosstat.gov.ru. Baza dannyh pokazateley municipal'nyh obrazovaniy Altayskogo kraya [Elektronnyy resurs]. Upravlenie Federal'noy sluzhby gosudarstvennoy statistiki po Altayskomu krayu i Respublike Altay. URL: http://22.rosstat.gov.ru. Matyunin G., Ogorodnikova S., Murmantseva E., Rozanov V., Palyga R. Assessment of soil fertility indicators based on remote sensing data // BIO Web of Conferences. 2024. Vol. 113. Article 04013. DOI: 10.1051/bioconf/202411304013 Matyunin G., Ogorodnikova S., Murmantseva E., Rozanov V., Palyga R. Assessment of soil fertility indicators based on remote sensing data // BIO Web of Conferences. 2024. Vol. 113. Article 04013. DOI: 10.1051/bioconf/202411304013 Poggio L., de Sousa L. M., Batjes N. H., Heuvelink G. B. M., Kempen B., Ribeiro E., and Rossiter D.: SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty, SOIL, 7, 217–240. DOI: 10.5194/soil-7-217-2021, 2021 Poggio L., de Sousa L. M., Batjes N. H., Heuvelink G. B. M., Kempen B., Ribeiro E., and Rossiter D.: SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty, SOIL, 7, 217–240. DOI: 10.5194/soil-7-217-2021, 2021 Hengl T., Parente L., Ho Y.-F., Simoes R. и др. OpenLandMap Open Land Data services. Wageningen: OpenGeoHub foundation, 2023. Версия v 0.2. DOI: 10.5281/zenodo.10522799 Hengl T., Parente L., Ho Y.-F., Simoes R. i dr. OpenLandMap Open Land Data services. Wageningen: OpenGeoHub foundation, 2023. Versiya v 0.2. DOI: 10.5281/zenodo.10522799 Breiman L. Random Forests // Machine Learning, 2001. V. 45. P. 5-32. Breiman L. Random Forests // Machine Learning, 2001. V. 45. P. 5-32. Бурлакова Л.М. Плодородие алтайских черноземов в системе агроценоза. Новосибирск: Наука, 1984. 198 с. Burlakova L.M. Plodorodie altayskih chernozemov v sisteme agrocenoza. Novosibirsk: Nauka, 1984. 198 s. Максимова Н.Б. Почвенно-климатические ареалы продуктивности зерновых культур Алтайского края: Автореф. дис. ... канд. с.-х. наук. - Барнаул, 1995. 19 с. Maksimova N.B. Pochvenno-klimaticheskie arealy produktivnosti zernovyh kul'tur Altayskogo kraya: Avtoref. dis. ... kand. s.-h. nauk. - Barnaul, 1995. 19 s. Иванов В.Д., Кузнецова Е.В. Оценка почв: Учебное пособие / Воронеж: ФГУ ВПО ВГАУ, 2004. 331 с. Ivanov V.D., Kuznecova E.V. Ocenka pochv: Uchebnoe posobie / Voronezh: FGU VPO VGAU, 2004. 331 s.