Вивчення природно-екологічних умов в агроландшафтах на основі польових досліджень та дистанційного зондування
Анотація
В умовах зміни клімату природні та антропогенні фактори, пов'язані з діяльністю людини, призводять до деградації ґрунтового покриву, що призводить до зниження родючості ґрунту та продуктивності екосистем, погіршення соціально-економічної якості життя людини та загалом створює серйозні проблеми в продовольчій безпеці країни. Неврахування агрофізичних, агрохімічних, фізико-хімічних та інших властивостей ґрунтів у землекористуванні, залежно від агроекологічних умов, призводить до деградації сільськогосподарських угідь та проявляється у вигляді засолення ґрунту, механічної деформації та ущільнення, ерозії, опустелювання, зниження продуктивності екосистем та інших форм. Тому в умовах інтенсивного землекористування управління продуктивністю агроценозів тією чи іншою мірою залежить від оцінки агрофізичного та агрохімічного стану ґрунтів, що відіграє вирішальну роль у виявленні та контролі деградації та внесенні пропозицій щодо вирішення цієї проблеми. Дослідження проводилося на зернових культурах Ленкоран-Астарського (Джалілабадського, Масаллинського, Ленкоранського) економічного району Азербайджанської Республіки в умовах богарного зрошення з різним ступенем зволоження. Дослідження охоплювало зернові поля, розташовані в різних сільських районах адміністративних областей, а також ділянки, що охоплюють зернові посіви Джалілабадської регіональної дослідної станції (РДС) Науково-дослідного інституту рослинництва. Відповідно до методики, дослідження проводилися у відповідних відділах та лабораторіях Науково-дослідного інституту рослинництва з використанням космічних (ГІС-технології, дистанційне зондування Землі) та наземних (агрофізичні та агрохімічні властивості ґрунту, показники врожайності та якості зерна) методів. З точки зору оцінки ступеня ерозії ґрунтів часто використовується коефіцієнт структурної вразливості (КВ). КВ відображає загальну структурну якість ґрунту з точки зору його структурно-агрегатного складу. Структурна деградація може призвести до ущільнення та утворення кірки на поверхні ґрунту, що знижує швидкість інфільтрації води, збільшує ризик ерозії ґрунту та втрати верхнього шару ґрунту. Результати показують, що показники, що характеризують структурний стан ґрунтів у всіх досліджуваних регіонах (AVA, Kstr, Ds), можна оцінити як «дуже добрий» (AVA >60%) та «добрий» (AVA >50%) відповідно до існуючих градацій.
Завантаження
Посилання
Amanova, Sh.S., Hajiyeva, G.N. (2023). Investigation of Natural Condition in Urban Landscapes of Plain Areas Based on GIS. C. R. Acad. Bulg. Sci., 76(11), 1679-1689. https://doi.org/10.7546/CRABS.2023.11.05
Beeson, P.C., Daughtry, C.S.T., Wallander, S.A. (2020). Estimates of Conservation Tillage Practices Using Landsat Archive. Remote Sens., 12, 2665. https://doi.org/10.3390/rs12162665
Carter M.R., Gregorich E.G. Soil Sampling and Methods of Analysis (2008) (eds). 2nd ed. CRC Press, Boca Raton, 1234.
Hajiyeva, A., Hajiyeva, G., Dadashova, K. K. (2023). Landscape-ecological carcass model of urban landscape and methods of optimize urban landscapes (on the patterns of Ganja and Mingachevir cities). Visnyk of V. N. Karazin Kharkiv National University, Series Geology. Geography. Ecology, (59), 277-283. https://doi.org/10.26565/2410-7360-2023-59-20
Helevera, O., Mostipan, M., Topolnyi, S. (2023). Winter and spring long-term dynamic of air temperature in Central Ukraine. Visnyk of V. N. Karazin Kharkiv National University, Series Geology. Geography. Ecology, (59), 83-94. [in Ukrainian] https://doi.org/10.26565/2410-7360-2023-59-07 [in Ukrainian]
Hirzel, J., Paredes, M., Becerra, V., and Donoso, G. (2020). Response of direct seeded rice to increasing rates of nitrogen, phosphorus, and potassium in two paddy rice soils. Chilean Journal of Agricultural Research, 80, 263-273. https://doi.org/10.4067/S0718-58392020000200263
Hummatov, N.G. (2020). The role of regulating the physical properties of the soil-ecological environment in improving soil health and plant productivity. Collection of scientific works of the Institute of Soil Science and Technology, 2 (31), 9-38. [in Azerbaijani]
Ibrahimova, L.P., Najafov, J.S., Asadov, H.B. (2020). Soil degradation and its optimization in Nakhchivan AR. Proceedings of Tula State University, Earth Sciences, (4), 3-11.
Jafarova, F.M., Hajiyeva, A.Z. (2024). Modern situation and prospects of the use of biotechnologies in the development of Azerbaijan's agriculture. Revista Universidad Y Sociedad, (4), 303-310.
Jiménez-Lao, R., Aguilar, F.J., Nemmaoui, A., Aguilar, M.A. (2020). Remote Sensing of Agricultural Greenhouses and Plastic-Mulched Farmland: An Analysis of Worldwide Research. Remote Sens., 12, 2649. https://doi.org/10.3390/rs12162649
Krainiuk, O., Buts, Y., Barbashyn, V., Nikitchenko, O., Sukhov, V. (2024). Ecosystem degradation in Kharkiv region during the war: satellite analysis. Visnyk of V. N. Karazin Kharkiv National University, Series Geology. Geography. Ecology, (61), 329-343. [in Ukrainian] https://doi.org/10.26565/2410-7360-2024-61-26 [in Ukrainian]
Lee, K., Sung, H.C., Seo, J.-Y., Yoo, Y., Kim, Y., Kook, J.H., Jeon, S.W. (2020). The Integration of Remote Sensing and Field Surveys to Detect Ecologically Damaged Areas for Restoration in South Korea. Remote Sens., 12, 3687. https://doi.org/10.3390/rs12223687
Li, D., Zhang, P., Chen, T., Qin, W. (2020). Recent Development and Challenges in Spectroscopy and Machine Vision Technologies for Crop Nitrogen Diagnosis: A Review. Remote Sens., 12, 2578. https://doi.org/10.3390/rs12162578
Lu, B., Dao, P.D., Liu, J., He, Y., Shang, J. (2020). Recent Advances of Hyperspectral Imaging Technology and Applications in Agriculture. Remote Sens., 12, 2659. https://doi.org/10.3390/rs12162659
Mo, N., Yan, L. (2020). Improved Faster RCNN Based on Feature Amplification and Oversampling Data Augmentation for Oriented Vehicle Detection in Aerial Images. Remote Sens., 12, 2558. https://doi.org/10.3390/rs12162558
Nedd R, Light K, Owens M, James N, Johnson E, Anandhi A. A (2021). Synthesis of Land Use/Land Cover Studies: Definitions, Classification Systems, Meta-Studies, Challenges and Knowledge Gaps on a Global Landscape. Land., 10(9), 994. https://doi.org/10.3390/land10090994
Petrenko L.R., Berezhnyak Ye.M. (2008). Soil Science: Practical Methods Manual. NAU Publishing house, Kyiv, 239.
Segarra, J., Buchaillot, M.L., Araus, J.L., Kefauver, S.C. (2020). Remote Sensing for Precision Agriculture: Sentinel-2 Improved Features and Applications. Agronomy, 10, 641. https://doi.org/10.3390/agronomy1005064
Sewa R., Sunil K., Gupta O.P. (Laboratory Manual on Protocols for Evaluation of Wheat Quality (2023). ICAR-Indian IW&B Research, Karnal 132001, Haryana (India), 36.
Sishodia, R.P., Ray, R.L., Singh, S.K. (2020). Applications of Remote Sensing in Precision Agriculture: A Review. Remote Sens., 12, 3136. https://doi.org/10.3390/rs12193136
Sustainable Development Goals by the United Nations. https://www.undp.org/ukraine/sustainable-development-goals/zero-hunger
Vlachopoulos, O., Leblon, B., Wang, J., Haddadi, A., LaRocque, A., Patterson, G. (2020). Delineation of Crop Field Areas and Boundaries from UAS Imagery Using PBIA and GEOBIA with Random Forest Classification. Remote Sens., 12, 2640. https://doi.org/10.3390/rs12162640
Wang Q., Li J., Jin T., Chang X., Zhu Y., Li Y., Sun J., Li D. (2020). Comparative analysis of Landsat-8, Sentinel-2 and GF-1 data for retrieving soil moisture over wheat farmlands. Remote Sensing, 12, 2708.
Zhou, X., Zhang, J., Chen, D., Huang, Y., Kong, W., Yuan, L., Ye, H., Huang, W. (2020). Assessment of Leaf Chlorophyll Content Models for Winter Wheat Using Landsat-8 Multispectral Remote Sensing Data. Remote Sens., 12, 2574. https://doi.org/10.3390/rs12162574
Цю роботу ліцензовано за Міжнародня ліцензія Creative Commons Attribution 4.0.
