Инструменты прогнозирования овражной эрозии могут привести к лучшему управлению земельными ресурсами

Эрозия почвы представляет собой серьезную проблему для сельскохозяйственного производства, влияя на качество почвы и вызывая попадание загрязняющих веществ в водные пути. Среди всех стадий эрозии почвы овражная эрозия является наиболее тяжелой фазой, когда через поле прорезаются большие каналы. Как только овраги развиваются, с ними сложно справиться с помощью плитки; они требуют более комплексного подхода вдоль пораженной области.


Исследователи из Университета Иллинойса разработали систему моделирования, которая использует данные дистанционного зондирования окружающей среды для более точного прогнозирования подверженности овражной эрозии. Эта прогностическая модель позволяет землевладельцам и природоохранным агентствам направлять управленческие ресурсы в наиболее уязвимые районы.

«Процессы эрозии сложно предсказать, потому что на них влияет очень много факторов, включая деятельность фермеров, климат, осадки, температуру, развитие растительности, топографию и многие другие переменные, которые постоянно меняются с течением времени. Мы хотели учесть больше из них. изменчивости в пространстве и времени в нашей модели, чтобы уменьшить неопределенность прогноза», — говорит Хорхе Гусман, доцент кафедры сельскохозяйственной и биологической инженерии (ABE) Университета I и соавтор статьи, опубликованной в в Журнал гидрологии: региональные исследования.

Исследователи провели исследование в округе Джефферсон, штат Иллинойс, где 59% земель используется для сельскохозяйственного производства, в основном для выращивания кукурузы и соевых бобов. Этот регион является типичным для производства пропашных культур на Среднем Западе.

«Мы предсказываем геопространственное местоположение эрозии оврагов на основе пространственных и временных данных высокого разрешения, полученных от спутникового зондирования», — говорит Чонхо Хан, докторант ABE и ведущий автор статьи.

«Мы использовали модель максимальной энтропии, или MaxEnt, для прогнозирования областей с высокой вероятностью овражной эрозии. Как правило, исследователи сосредотачиваются на статических переменных, таких как почва, высота и уклон, но мы добавили временные переменные, такие как осадки и растительность, потому что эрозия сильно зависит от роста урожая, температуры и интенсивности осадков», — говорит Хан.

«Например, в Иллинойсе характерны бимодальные дожди с более сильными осадками в весенний и осенний сезоны. Нам необходимо учитывать временную изменчивость этих факторов».

Добавление динамических переменных помогло исследователям создать структуру моделирования, которая более точно отражает сложность факторов, влияющих на эрозию.

Чтобы подтвердить результаты своего моделирования с фактическим расположением оврагов, Хан и Гусман проанализировали данные LiDAR из Центра обмена геопространственными данными штата Иллинойс, нанесенные на карту с пространственным разрешением 2 метра, что обеспечивает обнаружение поверхностного света в воздухе для всего штата Иллинойс. Сравнивая изображения за два разных года, они могли точно определить изменения высоты поверхности, которые могут указывать на образование оврагов. Затем эти идентифицированные местоположения были отфильтрованы и обработаны, чтобы исключить прямое вмешательство человека, такое как добыча полезных ископаемых, строительство и другие виды деятельности, а также сузить вывод оврагов до точности LiDAR.