920

стики меры неопределенности значений свойств объекта используется информационная энтропия, а для оценки различий - информационная дивергенция[1, 2].

Построение модели вероятностного распределения

Построение модели вероятностного распределения на практике происходит путем идентификации наиболее близких известных вероятностных распределений. Идентификация распределения состоит из ряда этапов: выбираются несколько статистических распределений, наиболее подходящих для исследуемых данных; по данным выборки производится оценка параметров выбранных распределений; для каждого распределения проверяется по выбранным критериям гипотеза о согласии выборочного и теоретического распределения; исходя из совокупности показателей критериев, выбирается теоретическое статистическое распределение наиболее близко аппроксимирующее выборочное.

В научной литературе приняты разные обозначения параметров функций распределений, поэтому для удобства в нашей работе они стандартизованы – θ0, θ1, θ2, θ3 . Параметр θ0 – характеристика смещения (это аналог среднего значения для нормального распределения), θ1 – рассеяния (это аналог дисперсии), θ2, θ3 – это параметры формы. Параметры формы есть не у всех распределений, но, например, у Двойного экспоненциального (ДЭ) распределения – один параметр формы, у распределения Джонсона – два (табл.1).

Для каждого распределения проверяется по выбранным критериям гипотеза о согласии выборочного и теоретического распределения. Различные крите-

рии используют различные меры близости распределений, и принятие гипотезы о согласии по одному критерию совсем не означает, что распределения окажутся близкими в соответствии с другими критериями. Поэтому в нашей работе используется ряд статистических критериев, основанных на различных мерах близости. Это позволяет принимать решение по их совокупности (табл.1). В случае небольших выборок(n≈50 и n<50)использованы непараметрические критерии Колмогорова, Смирнова и 2 модификации критерия Мизеса.

Территория исследования и исходные данные

В данной работе использовались архивные данные результатов изучения почв стандартными методами почвенных исследований при крупномасштабном картографировании (1:25000) и мониторинге почв, лабораторными методами определения почвенных свойств. В статье приведены результаты информационной оценки свойств почв на значительной территории на юге Западной Сибири, расположенной 53°15'С–53°47'С; 75°05'В–77°01'В. В геоморфологическом отношении территория исследований представляет собой центральную и восточную часть Прииртышского увала, который слагается породами супесчаного и легкосуглинистого гранулометрического состава, сменяющимися по его склону на восток средними суглинками. Все полученные данные по данной территории послужили для создания банка данных. Проводилось формирование баз данных, группировка и анализ данных методами статистического анализа, описанными выше.

Обсуждение результатов. В таблице 1 приведены типы и параметры вероятностных распределений рН в слоях наиболее распространенных на изученной территории почвах: черноземах южных легко- и среднесуглинистого гранулометрического состава.

360

I.V. Mikheeva, A.A. Opleuhin

Institute of Soil Science and Agrochemistry SB RAS, Novosibirsk, Russia

INFORMATION ASSESSMENT OF CHANGES OF SOILS ACCORDING

TO SOIL MONITORING DATA

Abstract. Profile and temporary changes of probabilistic distributions and information characteristics (statistical entropy and information divergence) of рН in chernozems southern of sandy loamy and loamy texture are studied in the considerable territory in the south of Western Siberia

Keywords: monitoring, properties of soils, databases, probability and statistical models, information characteristics.

References

1.Mikheeva I.V. Probability and statistical and information assessment of the modern processes in natural objects on the basis of data of soil monitoring // Vestnik SGUGiT, 2017.№ 4.P. 220-236.

2.Mikheeva I.V., Opleuhin A.A. Identification of probability and statistical models of properties of ecological systems and their information assessment // Vestnik SGUGiT, 2018. T.23. № 4. P.226-248.

УДК631.4

Е.Г. Пивоварова ФГБОУ ВО Алтайский ГАУ, Барнаул, Россия e-mail: pilegri@mail.ru.

ЧИСЛЕННЫЕ МЕТОДЫ В КЛАССИФИКАЦИИ И ДИАГНОСТИКЕ ПОЧВ АЛТАЙСКОГО КРАЯ*

Аннотация. В работе продемонстрированы возможности информационно-логиче- ского анализа для определения таксономического веса признаков, разработки моделей региональных эталонов почв, диагностики и корреляции между классификациями, мониторинга за современными процессами агрогенного почвообразования.

Ключевые слова: региональные эталоны почв, таксономия, информационно-логи- ческий анализ.

*Работа выполнена при поддержке гранта РФФИ № 18-44-22003 и Минобрнауки Алтайского края

Введение. Численная классификация, как одно из направлений группировки почв на основе количественного сходства их генетических признаков, развивается давно [1,13]. В современных условиях это направление получило особую актуальность в связи с возможностью адаптировать алгоритм отбора и группировки почв к цифровым технологиям [11]. Достоинством численной классификации является их полнота, комплексность и формализованность, позволяющая на количественной основе оценивать качество и согласованность таксономических групп в почвенных классификациях. При этом, И.А. Соколов [12] отмечает недопустимость использования численной классификации для «проверки» правильности выделения таксономических уровней в генетических классификациях. Он предлагает совершенствование методов численных классификаций рассматривать как вспомогательную или дополнительную задачу. В частности основными направлениями использования математических подходов в решении классификационной проблемы, по его мнению, являются разработка численных целевых и региональных классификаций.

363

Это позволит установить в их рамках количественные границы диагностических показателей, а также определить классификационную принадлежность вновь изученных почв в рамках любых классификаций. Более того, все это может способствовать и совершенствованию теории классификации почв.

Большинство авторов для отбора классификационных свойств используют таксономические дендрограммы [5,10]. Арклей в 1968 г. оценивал факторы и переменные по их общности с другими свойствами, используя аккумулятивный анализ [1,13]. В представленной работе рассматриваются возможности информационнологического анализа для решения проблем региональной численной классификации, диагностики и мониторинга почв. Этот метод был впервые предложен для почвенных исследований Пузаченко Ю.Г., и др. в 1970 году [9] и впоследствии нашел широкое применение в бонитировке и математическом моделировании почвенных свойств и процессов [2,6].

Объекты и методы исследований. Разработка численной региональной классификации почв осуществлялась в соответствие с почвенно-географическим районированием, согласно которому на территории Алтайского края выделяется 7 зон и 44 почвенных района [8].Данная задача решалась на основе материалов крупномасштабного почвенного обследования АлтайНИИГипрозем за 1983 – 1985 гг..Проведен информационный анализ связей между свойствами почв и основными таксономическими группами почв различных почвенных районов. По величине коэффициента передачи информации (Кэфф) определялся таксономический вес каждого признака, поскольку он отражает степень связи между фактором и явлением [9]. Для каждого регионального эталона были рассчитаны специфичные (наиболее вероятные) состояния признаков (свойств почв). Набор этих параметров позволяет дать количественную характеристику таксона (типа или подтипа). Оценку таксономического веса признаков проводили по следующим свойствам в горизонтах А пахотный и (А+АВ) подпахотный: мощность гумусового горизонта (М, см); общее содержание гумуса,%; рН водная; содержание подвижного фосфора и калия, мг/100 почвы; содержание валового азота,%; обменно-поглощенные кальций и магний, мг-экв/100 г; гидролитическая кислотность, мг-экв./100 г почвы; содержание фракций ила и физической глины.

Результаты проведенных исследований по разработке региональных эталонов зональных почв Алтайского края [7,14] позволили отметить несколько закономерностей, касающихся практических и теоретических аспектов классификации почв. Эталоны региональных почв представляют собой специфичный набор агрохимических свойств почв (виртуальный образ) и могут служить для выделения и идентификации категории зональных эталонов Красной книги почв Алтайского края (табл. 1).

Таблица 1

Характеристика зонального эталона – чернозема южного 8 почвенного района засушливой степи

364

Однако, большинство реальных зональных почв не соответствуют эталону по одному или нескольким параметрам. При диагностике реальных почв, решение принимается с некоторой неопределенностью, и на практике субъективно по морфологическим признакам относятся к той или иной таксономической группе. Разработка информационно-логических моделей региональных эталонов для каждого определенного почвенного района (зоны, подзоны) решает эту проблему с математической точностью.

В математической модели определяющее значение имеют те свойства, которые имеют наибольший таксономический вес (табл.2).

Оптимизация полученных моделей позволяет снизить число ведущих таксономических признаков до 3-5 и повысить прогнозирующую способность моделей до 80-90%, что является удовлетворительным результатом для диагностики почв. Математические модели региональных эталонов, разработанные по двум классификациям [3,4]: профильно-генетической (1977) и субстантивно-генетической (2004), показали существенные различия по форме и содержанию. Это обусловлено различиями в принципах классификации. Практическое значение полученных моделей заключается в том, что они могут служить для объективной корреляции между двумя существующими классификациями.

Таблица 2

Примеры информационно-логических моделей зональных эталонов почв

*-где:ТП – ранг типа почвы по классификациям 1977 и 2004 годов; S, Г, рНв, М, К2О, Р2О5, Nв, Ил, ФГ, Нг – ранг типа (подтипа) почвы в зависимости от содержания суммы поглощенных оснований, содержания гумуса, реакции водной вытяжки, мощности гумусового горизонта, подвижного калия, подвижного фосфора, валового азота, илистой фракции, физической глины, гидролитической кислотности, соответственно.

А, АВ, PU, AU – наименование горизонта по классификациям 1977 года и 2004 гг., соответственно.

, -знак логической функции нелинейного произведения и конъюнкции, соответственно.

Доработка теоретической основы любой классификации для практического применения предполагает длительный и кропотливый труд по адаптации новой классификации к региональным особенностям для решения той или иной задачи. Так, выделение новых отделов в классификации почв РФ (2004) таких как агрочерноземы, агроземы, агроабраземы, в первоисточнике описаны очень поверхностно: дан только набор генетических горизонтов, отсутствуют количественные критерии. Более того, генетический переход от одного отдела к другому может быть либо постепенным (агрочернозем-агрозем-агроабразем), либо резким (чернозем-аг- роабразем) в зависимости от природных условий и агротехники. Выявить набор региональных эталонов агрогенных почв можно только математическим путем.

365

В процессе разработки зональных эталонов Алтайского края было выявлено, что таксономический вес признака в различных почвенных районах может меняться. Этот показатель зависит от контрастности почвенного покрова и от уровня таксономической группировки почв. Проведенные расчеты показали, что на необходимость разделения таксономической группы указывает снижение таксономического веса наиболее значимых признаков почв. Этому способствует гомогенизация пахотного горизонта агрогенных почв (по содержанию гумуса, подвижных питательных веществ, поглощенных катионов). Внутри одного таксона (например, черноземов выщелоченных) увеличивается неоднородность (величина неопределенности) таксономических признаков. Разделение такой таксономической группы на несколько более однородных по свойствам таксонов (например, черноземов на агрочерноземы, агроземы, агроабраземы) позволяет сгруппировать их в более однородные по свойствам и генезису отделы.

Следующий важный аспект в численной классификации связан с проблемой долгосрочного мониторинга почв. Разработанные количественные критерии зональных эталонов для каждого почвенного района являются фиксированным состоянием таксономической группы, с которой сравнивается современное состояние почв. Их профильное или пространственное изменение позволяет отслеживать тенденции естественных и антропогенных процессов, которые происходят в тех или иных почвенных зонах, подзонах, районах. Как видно из табл.1, признаками агрогенного истощения южных черноземов служит профильное изменение суммы поглощенных оснований и содержание обменного калия, а именно отклонение от аккумулятивного характера распределения в профиле, что является главной особенностью черноземных почв.

Заключение. Таким образом, использование численных методов в разработке региональной классификации почв позволяет дать объективное обоснование зональных эталонов Красной книги почв Алтайского края, разработать критерии оценки и мониторинга агрогенных почв, провести корректную диагностику почв и корреляцию между классификациями. Разработка численной региональной классификации обеспечит удобство в хранение и оперативной выдачи информации.

Литература

1.Боул, С. Генезис и классификация почв / С. Боул, Ф. Хоул, Р. Мак-Крекен; Первод с англ. М.И. Герасимовой; ред. И.П. Герасимов, С.В. Зонн. М.: Изд-во Прогресс, 1977. 415 с.

2.БурлаковаЛ.М. Плодородие алтайский черноземов в системе агроценоза. Новосибирск: Наука,

1984. 196 с.

3.Классификация и диагностика почв СССР. М.: Колос, 1977. 223с.

4.Классификация почв России / Сост. Л.Л. Шишов, В.Д. Тонконогов, И.Н. Лебедева, М.И. Герасимова. Смоленск: Ойкумена, 2004. 342 с.

5.Копосов Г. Ф., Валеева А. А.Численные методы выделения типов почв лесостепи// Бюллетень Почвенного института им. В.В. Докучаева. 2015. Вып. 79. 73-90.

6.Пивоварова Е.Г. Калийное состояние почв и его моделирование в условиях Алтайского Приобья (монография) // Барнаул: Изд-во АГАУ, 2005. 160с.

7.Пивоварова Е.Г., Кононцева Е.В., Хлуденцов Ж.Г., Попова Е.С. Система агрохимических показателей в региональной классификации почв Алтайского края // Вестник Алтайского государственного аграрного университета. 2018. № 8(166). С. 40-47.

8.Почвы Алтайского края. М.: Изд-во АН СССР, 1959. 258с.

9.Пузаченко Ю.Г., Карпачевский Л.О., Взнуздаев Н.А. Возможности применения информаци- онно-логического анализа при изучении почвы на примере ее влажности // В кн.: Закономерности пространственного варьирования свойств почв и информационно-статистические методы их изучения. М.: Наука, 1970. С. 103-121.

10.Рожков В.А. Классификация почв - не место для дискуссий // Бюллетень Почвенного института им. В.В. Докучаева. 2013. Вып. 72. С.47-64.

366

11.Рожков В. А. Концепция генератора (машины) классификации почв // Бюллетень Почвенного института им. В.В. Докучаева. 2016. Вып. 85. С. 115-129.

12.Соколов И.А. Теоретические проблемы генетического почвоведения. Новосибирск, 2004. 296 с.

13.Самофалова И.А. Современные проблемы классификации почв: учебное пособие. / М-во с.-х. РФ, ФГБОУ ВПО Пермская ГСХА. Пермь: Изд-во ФГБОУ ВПО Пермская ГСХА, 2012. 175 с.

14.Фридланд В.М. Основные принципы и элементы базовой классификации почв и программа работы по ее созданию. М., 1982. 149 с.

15.KseniaVepryntseva, Elena Pivovarova / Numerical method in rationale of central images and diagnostics of soils in the arid steppe of the Altai Territory// Environment and soil Recourse Conservation: abstract book 10th International Soil Science Congress. Almaty, 2018. 186 p.

E.G. Pivovarova

Altai State Agricultural University, Barnaul, Russia

NUMERICAL METHODS IN CLASSIFICATION AND DIAGNOSTICS

OF SOILS OF ALTAI REGION *

Abstract. The paper demonstrates the possibilities of information-logical analysis to determine the taxonomic weight of features, develop models of regional soil standards, diagnose and correlate between classifications, and monitor modern processes of agrogenic soil formation.

Keywords: regional soil standards, taxonomy, information-logical analysis.

*This work was supported by the RFBR grant No. 18-44-22003 and the Ministry of Education and Science of Altai Krai.

References

1.Bowl, S. Genesis and soil classification / S. Bowl, F. Hole, R. McCracken; Pervode from English. M.I. Gerasimova; ed. I.P. Gerasimov, S.V. Zonn. M.: Progress Publishing House, 1977 . 415 p.

2.BurlakovaL.M. Fertility Altai chernozems in the system of agrocenosis. Novosibirsk: Nauka, 1984. 196

p.

3.Classification and soil diagnostics of the USSR. M .: Kolos, 1977. 223 p.

4.Classification of soils in Russia / Comp. L.L. Shishov, V.D. Tonkonogov, I.N. Lebedeva, M.I. Gerasimova. Smolensk: Oikumena, 2004 .342 p.

5.Koposov G. F., Valeeva A. A. Numerical methods of allocation of types of soils of forest-steppe/ / Bulletin of the Soil Institute. V. V. Dokuchaeva. 2015. Vol. 79. P. 73-90.

6.PivovarovaEG Potassium state of soils and its modeling in the Altai Ob region (monograph) // Barnaul: Publishing House of the Agrarian University of Ukraine, 2005. 160 p.

7.Pivovarova E. G., Konontseva E. V., Khludentsov G. G., Popova E. S. The system of agrochemical indicators in the regional classification of soils of the Altai Territory // Bulletin of the Altai State Agrarian University. 2018 . No. 8 (166). P. 40-47.

8.Soils of the Altai Territory. M .: Publishing House of the Academy of Sciences of the USSR, 1959. 258 p.

9.PuzachenkoYu.G., KarpachevskyL.O., VznuzdaevN.A. Possibilities of applying information-logical analysis in the study of soil by the example of its moisture // In the book: Patterns of spatial variation of soil properties and information-statistical methods for their study. M .: Nauka, 1970. P. 103-121.

10.Rozhkov V.A. Soil classification is not a place for discussion // Bulletin of the Soil Institute named after V.V. Dokuchaev. 2013. Issue. 72. P. 47-64.

11.Rozhkov V.A. The concept of generator (machine)soil classification / / Bulletin of the Soil Institute. V.V. Dokuchaeva. 2016. Vol. 85. P. 115-129.

12.Sokolov I.A. Theoretical problems of genetic soil science. Novosibirsk, 2004.296 р.

13.Samofalova I.A. Modern problems of soil classification: a training manual / M-s. RF, FSBEI HPE Perm State Agricultural Academy. - Perm: Publishing house of FSBEI HPE Perm State Agricultural Academy, 2012. 175 p.

14.KseniaVepryntseva, Elena Pivovarova / Numerical method in rationale of central images and diagnostics of soils in the arid steppe of the Altai Territory// Environment and soil Recourse Conservation: abstract book 10th International Soil Science Congress. Almaty, 2018. 186 p.

367

УДК 631.452 (571.15)

Ж.Г. Хлуденцов, Е.Г. Пивоварова, Е.В. Кононцева ФГБОУ ВО Алтайский ГАУ, г. Барнаул, Россия e-mail: zhan.khludentsov@mail.ru

ОЦЕНКА ТОЧНОСТИ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПРИ КОРРЕЛЯЦИИ ПОЧВЕННЫХ КЛАССИФИКАЦИЙ ПОДЗОНЫ ОБЫКНОВЕННЫХ ЧЕРНОЗЕМОВ УМЕРЕННО ЗАСУШЛИВОЙ И КОЛОЧНОЙ СТЕПЕЙ АЛТАЙСКОГО КРАЯ

Аннотация: В работе проведена корреляция таксономических групп почв про- фильно-генетической классификации с таксономическими выделами субстан- тивно-генетической классификации. С помощью методов математической статистики проведена оценка моделей определения таксономической группы почв с учетом их диагностических признаков по двум почвенным классификациям.

Ключевые слова: математическая модель, корреляция почвенных классификаций, умеренно засушливая степь, черноземы, точность модели.

Развитие национальных классификационных систем неизбежно приводит к проведению корреляции почвенных классификаций, результатом которой выступает номенклатура почв в разных системах. Это обусловлено не только глобализацией научных исследований в этой области, но и стремлением к сближению с международной системой WRB, что невозможно без унификации исходных сведений [10, 11]. Корреляции национальных классификаций осуществляется с использованием разных принципов перехода. Так, при факторно-генетическом подходе она производится по центральному образу почвы (или архетипу – типичному профилю), путем сравнения факторов почвообразования (климата и биоты) или почвообразовательных процессов, горизонтам при этом не придается особого значения. Субстантивный же подход основан на использовании свойств и различии в определении диагностических горизонтов или признаков [2, 3, 6, 9]. Следует заметить, что методология корреляции является достаточно сложной даже на уровне национальных классификаций – факторно – и субстантивно генетической, что связано с различиями в принципах их построения, расхождениями в определении таксономического уровня почв, определении диагностических горизонтов, выбора набора свойств, их параметров для выявления степени сходств между почвами и др. Кроме того, по мнению многих авторов[3,5,6,7], корреляция проводится в основном по центральному образу почвы, что является не совсем объективным по отношению к «классификационным соседям». В работе сделана попытка отнесения таксона к конкретному типу почв с использованием метода математического моделирования по двум почвенным классификациям. В связи с этим целью исследований стало проведение корреляции таксономических единиц профильно-генетической классификации с таксономическими выделами субстантивно-генетической классификациям, и дать точности разработанных математических моделей типов региональных почв для подзоны обыкновенных черноземов умеренно засушливой и колочной степей Алтайского края.

Объектом исследования послужили почвы девятого почвенного района – черноземов обыкновенных среднегумусных среднемощных и черноземов карбонатных (агрочерноземов сегрегационных сильно гумусированных среднемощных)

368

подзоны умеренно засушливой и колочной степи (согласно почвенно-географиче- скому районированию Алтайского края) [1].

Район расположен в приаллейской части Приобского плато в виде массивов на Барнаульско-Аллейском и Алейско-Чарышском междуречьеях. Рельеф представлен слабоволнистой равниной. По агроклиматическому районированию подзона относится к теплому району недостаточно увлажненному и слабоувлажненному подрайонам.

Работа выполнена при поддержке гранта РФФИ № 18-44-220003 и Минобрнауки Алтай-

ского края. В ней использованы материалы крупномасштабного почвенного обследования АлтайНИИГипрозем за 1991-1992 гг по 24 хозяйствам Топчихинского, Алейского, Шипуновского и Усть-Пристанского административных районов Алтайского края (выборка – 630 объектов).

Корреляция почвенных классификаций проведена на основе субстантивного подхода путем использования свойств почв, идентификации диагностических горизонтов и признаков в различных таксономических группах по двум национальным классификациям: профильно-генетической, в соответствии с которой выделены следующие таксономические группы почв: темно-серые лесные (С3), черноземы выщелоченные (Чв), черноземы обыкновенные (Ч) и лугово-черноземные (ЧЛ) [4]; и субстантивно-генетической классификацией с темно-серымии (СТ), агроабраземами аккумулятивно-карбонатными (ААбак), агроземами темными акку- мулятивно-карбонатными (Азтак), агроземами глинисто-иллювиальными (Азги), агрочерноземами сегрегационными (АЧсг), агрочерноземами глинисто-иллювиаль- ными (АЧги), агрочерноземами гидрометаморфизованными (АЧгм) [3].

Оценку достоверности математических моделей определения таксономической группы с использованием диагностических признаков почв (методика разработки которых описана в работе Кононцевой Е.В.) проводили с использованием статистических методов (корреляционный, регрессионный анализы) и параметрического критерия Стъюдента.

Результаты и обсуждения

Входе работы выделены региональные таксономические группы почв в соответствии с двумя национальными классификациями. В соответствии с про- фильно-генетической классификацией проведена корреляцию почвенных классификаций с использование субстантивного подхода путем анализа свойств почв в диагностических горизонтах, их признаков.

Впределах девятого почвенного района – черноземов обыкновенных среднегумусных среднемощных и черноземов карбонатных подзоны умеренно засушливой и колочной степи в соответствие с профильно-генетической классификацией

выделены следующие таксономические группы: темно-серые лесные (С3), черноземы выщелоченные (Чв), черноземы обыкновенные (Ч) и лугово-черноземные (ЧЛ), и в соответствии с субстантивно-генетической классификацией: темно-серые (СТ), агроабраземы аккумулятивно-карбонатные (ААбак), агроземы темные аккуму-

лятивно-карбонатные (Азтак), агроземы глинисто-иллювиальные (Азги), агрочерноземы сегрегационные (АЧсг), агрочерноземы глинисто-иллювиальные (АЧги), агрочерноземы гидрометаморфизованные (АЧгм). Корреляция таксономических групп почв профильно-генетической классификации с таксономическими выделами суб- стантивно-генетической классификации осуществлялась с учетом корреляции диагностических горизонтов и их свойств путем следующих группировок:

- в таксономическую группу темно-серые сгруппированы темно-серые лесные почвы;

369