6+
Цифровая модель почвы

Печатная книга - 777₽

Объем: 238 бумажных стр.

Формат: A5 (145×205 мм)

Подробнее

ПРЕДИСЛОВИЕ

Данная книга является плодом кандидатской диссертации «Семантическая модель описания почв и почвенная информационная система», защищенной под руководством моего учителя Александра Васильевича Иванова на кафедре географии почв факультета почвоведения МГУ им. М. В. Ломоносова в 2012 году; эта работа была пиком трудов по информатизации почвоведения, которыми мы занимались с 2006 года.

К сожалению, книга выходит с опозданием в пять долгих лет; она должна была появиться на свет в 2015 году, но внезапная кончина А. В. Иванова и последующая после этого моя депрессия и даже в некотором роде травма по отношению к данному научному исследованию (почему так получилось — будет сказано ниже) затянули процесс издания книги… Прежде, чем начать научное повествование, хотел бы рассказать о своем пути в науку, о своем учителе, и о том, как развивалась наша работа.

Путь ведущего научного сотрудника кафедры географии почв факультета почвоведения МГУ, доктора биологических наук, доцента Александра Васильевича Иванова начался с окончания физфака МГУ (1978); затем последовала работа на кафедре физики Ярославского государственного технического университета (1978—1999); в 1983 г. окончена аспирантура факультета почвоведения на кафедре физики и мелиорации почв и защищена кандидатская диссертация на тему «Диагностика состояния железа в почвах методом ядерной гамма-резонансной спектроскопии» (1984). С 2000 г. Александр Васильевич являлся сотрудником факультета почвоведения МГУ, где в 2003 г. защитил докторскую диссертацию «Магнитное и валентное состояние железа в твердой фазе почв». Будучи сотрудником факультета, в течение ряда лет руководил Зональной практикой; читал спецкурсы; под его руководством защищали научные работы аспиранты и студенты. Соросовский доцент (1997, 1999). Автор около 80 публикаций, в том числе монографии «Магнетизм почв» (1995). У Александра Васильевича был крайне широкий спектр научных интересов: магнетизм почв (изучение состояния железа в почвах с помощью магнитных измерений и Мёссбауэровской спектроскопии), современные информационные технологии (программирование, создание баз данных и веб-приложений).

Александр Васильевич был просто… хорошим человеком. Это редкая характеристика, если давать ее искренне, а не как шаблонный штамп ради соблюдения приличий. Василич был добрым, веселым, отзывчивым человеком.. Вот только сейчас вспомнил — а ведь наши пути первый раз пересеклись еще задолго до научных изысканий. Впервые я с ним обособленно встретился в «зоналке» (зональная полевая практика для студентов 2-ого курса), которую он вел. Будучи шальным студентом, я попал там в щекотливую ситуацию, и он повел себя в высшей степени корректно. Но это отдельная история, которую быть может я расскажу на страницах другой книги.

В общем, такие "бриллианты", как мой учитель практически не встречаются в нынешние шкурные времена. Я очень рад, что мне довелось провести с ним немало часов.

Наше научное знакомство началось с того, что в спешке и с большим опозданием (в несколько недель — о бурная и глупая молодость!) пришел к Александру Васильевичу с понурой головой как побитый щенок — уже скоро защита курсовых, а я только-только пришел познакомиться с научником. В то время, я был случайным пассажиром на факультете почвоведения; всю юность мечтавший быть рок-музыкантом (коим в итоге в какой-то мере и стал) и не высовывающий нос из-за компьютера; на факультет поступил, чтобы не идти в армию — мой отец, известный эколог и выпускник факультета почвоведения, предложил мне туда поступать, когда я был в 10 классе — я в меру пассивности по отношению к своей судьбе (лишь бы в армию не идти; все мысли были только о музыке и других подростковых заботах) согласился, пару лет ходил к репетиторам и с некоторой протекцией — поступил на факультет. Учился с половинки на четвертинку, как-то сдавая сессии и не особо получая удовольствие от обучения (за исключением разудалых полевых практик), чувствуя себя несколько чужим на этом празднике жизни, — к тому времени серьезно увлекся интернетом, ИТ, созданием веб-сайтов и сильно жалел, что учусь не на мехмате или каком-то другом факультете с фокусом в информационные технологии.

Именно с таким бэкграундом и настроем первый раз увидел Александра Васильевича. Я как только мог откладывал знакомство с научным руководителем, и когда уже деваться было некуда и считай объявили дату защиты курсовых работ — наконец-то набрался храбрости с ним встретиться, не зная что ожидать.. Ну а что можно ожидать, когда ты учишься на факультете, где изучается дюжина разных химий от аналитической до коллоидной, которые от тебя бесконечно далеки…

Встреча меня удивила. Конечно, АВИ (так Александр Васильевич себя величал в компьютерной вселенной) как следует меня наругал, было за что. Но меня удивило, что сразу увидел в нем «своего» — человека, который знает с какой стороны мышку в порт воткнуть; что на нашем факультете в то время было большой редкостью. Начиная с первого курса, я сделал пару-тройку разных неофициальных студенческих сайтов факультета, наблюдая вокруг довольно дремучее в плане работы в интернете сообщество; а тут, повстречавшись мы сразу нашли точку соприкосновения — АВИ как раз разрабатывал первый сайт факультета на CMS — это было новое поколение сайтов, которые я и сам-то еще не успел изучить в своих домашних любительских изысканиях.

Александр Васильевич сразу же смог завоевать мое внимание (что редко удавалось кому-то из преподавателей) своей технической подкованностью — и мы нашли точки соприкосновения в плане интереса в интернет-технологиях. Первая встреча, конечно, прошла на повышенных тонах из-за моего столь позднего прихода («Виноват я, виноват, Александр Васильевич!»), но я стойко терпел поругания и обещал исправиться. В кои-то веки удалось найти на факультете то, что действительно меня заинтересовало — окно в информационные технологии. И открыл его для меня Александр Васильевич.

Я в спешке написал курсовую работу, буквально за пару дней. На основе своих прошлых наработок по сайтостроению, сделал сайт-портал по почвоведению; получилась довольно симпатичная страничка; не чета современным сайтам, но, наверное, лучшее, что существовало в 2006 году в русскоязычном сегменте сети в рамках нашей, тогда еще практически не представленной в интернете предметной области — почвоведения. С текстом курсовой мне помог мой отец — просидел со мной целый день, помогая делать литобзор; помогали и его коллеги — с поиском материалов для списка литературы. В свое оправдание скажу, что это был первый и единственный раз, когда мне кто-то помогал писать научную работу; в дальнейшем осознал, что научные изыскания — это одно из тех занятий, что приносят мне удовлетворение. Название курсовой было громкое: «Анализ интернет ресурсов в сфере земельных ресурсов и почв и создание популярного Национального почвенного интернет-портала (ПОЧВА.РУ)» (2006), не совсем соразмерное сайту, который я наваял, но в то время и такой сайт был в диковинку.

Защита курсовой прошла на удивление неплохо; по крайней мере ожидал как минимум забиения камнями — учитывая то, что это была, наверно, первая курсовая работа по такой неканоничной («Сайт? В интернете? По почвоведению? Зачем он нужен?») теме на факультете. Но видимо мой энтузиазм в представлении сайта и горячая поддержка Александра Васильевича, который увидя мое выступление, видимо, во мне что-то разглядел — помогли, и защита прошла успешно.

К слову, именно в этот момент в моей жизни начался коренной пересмотр приоритетов. В первую очередь это было связано с тем, что я встретил свою любовь — однокурсницу Веру Долгинову (впоследствии также и моя коллега в плане научных изысканий) — примерную студентку-отличницу, которая видя мое к ней внимание, четко дала понять, что с троечником встречаться она не собирается, так что пришлось взяться за учебу… На третий год обучения крайне сложно было наверстать упущенные знания, но упорным трудом и благодаря поддержке Веры постепенно стал учиться на «отлично». Немаловажную роль сыграл в этом и Александр Васильевич, который благодаря нашему сходству интересов в сфере интернет-технологий сильно добавил мне мотивации заниматься наукой.

Но это было потом, а сейчас, сразу после защиты моей первой и в некотором роде «коллективной» курсовой, АВИ еще разок меня как следует поругал в воспитательных целях, хоть и отметил, что сайт получился неплохой. В дальнейшем наша работа с Александром Васильевичем стала налаживаться. У нас был общий интерес в создании почвенного интернет-портала, который мы совместными усилиями довольно быстро реализовали. В процессе его реализации и анализа зарубежных интеренет-сайтов коллег-почвоведов мы наткнулись на упоминание проекта по базам данных (БД) — European Soil Database, крайне им заинтересовались (ведь они выложили все материалы в открытом доступе в интернет!) и осознали гигантскую пропасть отставания отечественных разработок в плане нового и наиболее актуального направления развития информатизации в почвоведении — а именно создания БД с использованием современных интернет-технологий. С этого начался новый этап наших научных изысканий.

В процессе изучения вопроса стало понятно, что и наши зарубежные коллеги при всей своей видимой ИТ-продвинутости (в рамках нашей предметной области) пользуются довольно устаревшими технологиями; и нам показалось, что даже наших скромных сил может хватить для того, чтобы совершить рывок в данном направлении — достаточно лишь было первыми освоить самые свежие ИТ-разработки. Но после начала работы в данном направлении, к нам пришло понимание главных проблем информатизации почвоведения — отсутствие формализации и огромное количество показателей свойств почв, полученных разными методами. Все существующие на тот момент БД были негармонизированы, несовместимы друг с другом и в целом выполнены с рядом особенностей, которые приводили к большим трудностям при работе с ними (решению этих задач как раз и отведена большая часть этой книги).

Первыми плодами нового фронта работ стала курсовая «Разработка научно-информационного портала по почвоведению, формирование стандартов для электронных баз данных» (2007). Помимо разработки и представления почвенного веб-портала, был взят фокус на создание современной почвенной БД; для этого были изучены существующие методы описания морфологических свойств почв; составлен список шкал и таблиц, форматы и стандарты, используемые в различных схемах описаний почвенных профилей. Затем мы выбрали модель построения БД и разработали её примерную структуру. Несмотря на необычность подобной темы, кафедра восприняла эту работу довольно позитивно; хотя и с множеством критических замечаний (в дальнейшем я был очень благодарен своей кафедре за то, что на всех предзащитах нам «не давали спуску» — это крайне помогло натренировать искусство выступления и в целом помогало продвижению научной работы, открывая, порой «замыленные» глаза на незамеченные нами проблемы).

После этой курсовой работы, где мы впервые подошли к вопросам БД, было взято направление на морфологические свойства почв, которое отразилось в отчете «О летней учебной практике по разработке стандартов для электронных баз данных морфологических описаний профиля почв» (2007). Если на первой курсовой мы замахнулись на все почвенные свойства, после начала работы стало понятно, что охватить и формализовать их все (химические, физические и проч.) — нам вдвоем будет нереально. Морфология почв была выбрана как наиболее «осязаемая» для почвоведов и интересная нам с Александром Васильевичем область почвоведения, который много лет руководил зональной практикой — без шуток скажу — в местах заложения большинства почвенных разрезов России (учитывая абсолютное число разрезов за все эти годы в локациях по мере продвижения экспедиции), так что морфология почв была Александру Васильевичу не в новинку, несмотря на его изначальный «технический» бэкграунд физфака МГУ.

Итак, впереди был год работы над дипломом. Подробный анализ литературы (хотя скорее это было исследование «на ощупь» реально существующих систем) показал, что зарубежными коллегами было создано несколько почвенных информационных систем (почвенных ИС), а не только ESDB на которую мы изначально наткнулись; каждую из них необходимо было детально изучить, выявить их проблемные места и найти способы их разрешения. В то же время нужно было составлять списки показателей морфологических свойств почв, изучать способы их формализации, разбираться в принципах функционирования и разработки БД. Итогом этих трудов стало создание «черновой документации к базе данных морфологических свойств почв для построения почвенных информационных систем» и защита дипломной работы «Разработка и создание сетевых информационных систем по почвоведению» (2008). По сути уже была создана первая физическая модель БД морфологических свойств профилей почв построенной на реляционной архитектуре в Microsoft Visio, т.е. программный продукт, который обеспечивал физическую генерацию базы данных; что представляло определенный ИТ-прорыв в рамках нашей предметной области.

Так окончился мой студенческий путь и началась аспирантура. Впоследствии я вспоминаю это время, как в некотором роде «Понедельник начинается в субботу». Мы с Александром Васильевичем зачастую уходили с факультета последними, просиживая до полуночи над нашими разработками, ведя яркие дискуссии. Именно тогда порой «нападало» настоящее вдохновение и мы генерировали самые интересные идеи.

В это время на факультете до руководства и других заинтересованных лиц дошло эхо наших с Александром Васильевичем исследований по БД, которые мы с начала 2007 года вели на факультете, и на высшем уровне был инициирован проект «Почвенно-географическая база данных России» (ПГБД). Изначально нас с Александром Васильевичем туда не позвали; да мы и не просились — у нас было четкое осознание того, что нужно сделать, и у нас были технические навыки для реализации наших идей. Но затем Александр Васильевич решил, что работать параллельно над двумя проектами, будучи на одной кафедре — контрпродуктивно, и присоединился к проекту ПГБД.

Сейчас, по прошествии многих лет, понимаю, что это было ошибкой. Место, где замешаны деньги, ресурсы и в целом интересы множества людей, которые «делят» новую тему — не лучшее для двух героев повести «Понедельник начинается в субботу».

Изначально мы представляли масштаб работы и не пытались объять необъятное; тем не менее, АВИ решил присоединиться к коллегам и изменить курс с чисто морфологических показателей, на которые была «заточена» наша система, на показатели самого широкого плана (химия, физика почв и проч.); список этих показателей уже составлялся коллегами по проекту ПГБД.

В целом, логичнее выглядело как раз наоборот — чтобы не мы присоединялись к проекту коллег, а чтобы они к нам — так как мы уже год как работали над нашей системой и инициирование аналогичной, конкурирующей работы коллегами по кафедре выглядело по меньшей мере странно. Изначально, АВИ довольно сильно негодовал по этому поводу. Но так как чаша весов, на которой трудятся двое энтузиастов довольно мало значит по сравнению с ресурсами вышестоящих субъектов, инициировавших новый проект, — АВИ все-таки решил к нему присоединиться.

Суть решения Александра Васильевича была понятна и формально логична (если бы мы жили в идеальном мире). К тому времени мы уже проанализировали все зарубежные почвенные ИС и БД и стало ясно, что все они выполнены с использованием устаревших технологий; что было не самой большой проблемой. Основной недостаток был не в программном обеспечении, который, к примеру, в принципе не подразумевал нормальной одновременной работы с системой нескольких пользователей, а недостаточное понимание зарубежными коллегами сути перевода «аналоговых» почвенных данных в цифровой формат — и следующей из этого крайне слабой формализации предметной области, и отсутствием четкой семантической модели отношений в рамках описания ее объектов.

В процессе работы над моей кандидатской диссертацией мы с Александром Васильевичем подобную модель изобрели, разработали и реализовали. Эта модель являлась фундаментом, на котором должны были функционировать почвенные информационные системы нового поколения в почвоведении, а не только БД морфологических свойств почв, над которой мы ранее работали. Именно поэтому, чтобы на практике реализовать новый подход, АВИ принял решение «вступить» в проект ПГБД, который изначально представлял примерный аналог зарубежных систем, со всеми свойственными им проблемами, разработанная же нами с АВИ архитектура системы эти проблемы решала.

В рамках совместной работы с коллегами из ПГБД было достигнуто «джентльменское» соглашение, что мы станем частью проекта, переведя его на нашу модель и структуру БД; при этом мы получим доступ к спискам почвенных свойств (который был действительно внушительный и его сбор был большой работой; но кроме него в «конкурирующем» проекте по сути ничего не было). У нас до этого был и свой список свойств, но в довольно черновом варианте. Получив новый список свойств от коллег, мы в свою очередь его формализовали, получив «живой» материал, позволивший нам апробировать систему, которую мы разрабатывали. Также в рамках заключенного джентльменского соглашения, я вывел «картографическую» часть ПГБД в интернет в виде отдельного веб-сервиса.

Эти работы по сути и являлись частью моей диссертации, описанной в данной книге. Нашей с Александром Васильевичем целью была не реализация конкретной системы, а разработка научно-обоснованного аппарата по ее созданию. То есть, это было не просто решение конкретной частной задачи, а разработка модели и методов решения подобных задач в принципе.

Изначально наша с АВИ система задумывалась и проектировалась как полностью открытая, open-source платформа с открытым исходным кодом. Любой человек должен был иметь возможность использовать систему без ограничений, иметь возможность сделать свой «форк» (клон-версию) системы, использовать данные любым способом (в зависимости от типа лицензии, для каждого профиля внесенного в систему контрибьютор мог назначить разные лицензии). В целом, была идея убедить и мотивировать людей публиковать свои данные под «открытой» (CC0) лицензией, в том числе с помощью системы персонального рейтинга при работе с платформой. Планировалось создать консорциум почвоведов с горизонтальной структурой взаимодействия, которые занимались бы этой системой в режиме краудсорсинга; для этого был создан портал «Открытая почва» (в то время он находился по адресу open.soil.msu.ru).

В целом, изначально система задумывалась как научный проект, в том смысле, что его практическая реализация с точки зрения зарабатывания денег в ближайшей перспективе не рассматривалась. Коммерческое использование подобной системы или ее огосударствление не позволило бы (что в итоге и произошло) решить главную проблему — сбор данных. Покуда наука зависит от сиюминутных денежных интересов — невозможно мотивировать сообщество к работе с энтузиазмом, а не с оглядкой на «профит», и данные так и продолжат «пылиться» у людей в столах, вместо того, чтобы быть ими опубликованными ради общего научного познания.

К сожалению, нашим планам не суждено было сбыться. Все наши мечты об открытости системы, краудсорсинге и консорциуме были не интересны руководству проекта ПГБД, которое поставило АВИ перед выбором — или продолжать работать над системой в качестве технического персонала или же покинуть проект, на который мы потратили четыре года — проект, который мы полностью спроектировали и создали, взяв у инициаторов ПГБД лишь списки почвенных свойств, которые в итоге мы сами же и формализовали.

Со свойственным мне в том время юношеским максимализмом я отказался продолжать работать в подобных условиях — для меня был критически важен наш изначальный «фокус» проекта на open-source, его доступность для всех пользователей и независимость от бюрократического аппарата. Для АВИ же с его мудрым пониманием несовершенства окружающего мира было важно продолжить работу над проектом, в который было вложено столько сил; несмотря на всю несправедливость ситуации в которую мы с ним попали — когда система, которую мы спроектировали и реализовали — взяли под контроль люди, которые к ней имели весьма далекое отношение. И дело тут не в самом факте контроля, а в том, что наши планы по реализации открытого краудсорс проекта, консорциума почвоведов и других идей были зарезаны на корню.

Так наши пути с Александром Васильевичем разошлись. После защиты диссертации работа по созданию «Открытой почвы» фактически была свернута; при этом ПГБД была успешна продвинута новыми интерпретерами на государственном уровне. В завершение нашей совместной работы с АВИ было решено лишь издать книгу, которую вы сейчас читаете. Сейчас, спустя годы решил опубликовать ее примерно в том виде, в котором информация была представлена в диссертации, лишь с некоторыми дополнениями.

В заключении выражаю глубокую признательность всем сотрудникам факультета почвоведения и других почвенных организаций — всем коллегам, принявшим участие в обсуждениях и консультациях.

Особо хотелось бы отметить помощь и поддержку В. А. Долгиновой, без участия которой эта книга никогда бы не появилась на свет.

ВВЕДЕНИЕ

В почвенных исследованиях все чаще применяются информационные технологии (ИТ). Еще совсем недавно большинство почвоведов оперировало полученными данными при помощи бумаги и ручки; сегодня же ни один научный проект не обходится без работы с цифровыми табличными редакторами; а серьезные исследования строятся на фундаменте обширного ИТ-инструментария, зачастую включающего в себя комплексные системы пространственных и атрибутивных баз данных (БД).

Однако глобальные ИТ-проекты в почвоведении только начинают получать отклик среди исследователей и большинство почвоведов пока что предпочитает проводить локальные вычисления в программах на подобие MS Excel. Это связано с неоднозначностью интерпретации почвенных признаков и свойств. Почва — сложное динамическое биокосное тело с множеством количественных и качественных признаков, поэтому применение ИТ, основывающихся на точных математических методах, постоянно сталкивается с рядом ограничений. Известно множество цифровых методов, но зачастую их невозможно применить из-за отсутствия системных подходов к формализации предметной области.

И в первую очередь необходимость формализации сводится к проблеме сохранения первичного смысла исходной информации о почвах при переводе почвенной информации из текстового, «бумажного» формата в электронную форму. ИТ — это не просто инструмент, ускоряющий обработку данных, это информационная среда, позволяющая генерировать знания основываясь на принципиально других принципах или даже скорее «законах». Эти «законы» не приемлют привычных людям вербальных, зачастую неполных с точки зрения формальной логики, утверждений. Если эти «законы» игнорировать, мы получим совершенно искаженную информацию, неполнота которой существенно снизит точность цифровых методов. К сожалению, ИС зачастую воспринимают как некий «черный ящик», в который можно положить исходные данные, где они каким-то «волшебным» образом хранятся и обрабатываются для получения необходимой информации. Данная интерпретация оказывает существенное негативное влияние на результаты исследований и является следствием недостатка модельных представлений описания предметной области. Фактически, мы сталкиваемся с фундаментальной проблемой математизации почвоведения — отсутствием класса моделей, позволяющих включить в активное использование специфические почвенные категории и понятия.

Кроме того, чтобы получать релевантную информацию о почвенном покрове, необходимо изучать почву на самых разных уровнях — от молекулярного до глобального — используя особые для каждого уровня методы исследования. Это также определяет сложную специфику применения ИТ в почвоведении — многообразие почв, их свойств, процессов и методов их изучения порождают многочисленные проблемы при работе с почвенными данными в цифровом виде. Разнородность форматов хранения данных, слабая масштабируемость и необходимость трудоемких ручных приемов работы — со всем этим так или иначе сталкиваются исследователи при переводе почвенных данных из аналогового в цифровой вид.

Появление новых способов получения почвенных данных, обусловленное развитием современных цифровых методов, таких как обработка ДДЗ, геостатистика, цифровое почвенное картографирование и др., приводит к острой необходимости разработки почвенных информационных систем (почвенных ИС) — используя опыт собственных и зарубежных разработок; для чего в первую очередь необходимо разработать систему формализации разнородных почвенных данных, отражающую в себе все многообразие почвенных объектов и показателей.

Исследование современного состояния зарубежных и российских разработок в области использования ИТ для работы с почвенными данными показало, что наиболее актуальными являются почвенные ИС третьего поколения, в которых присутствуют три компонента: геоинформационные системы (ГИС), дающие возможность работы с пространственными данными; реляционные базы данных (БД), обеспечивающие функциональность работы с множеством морфологических и физико-химических показателей свойств почв; и использующие принципы сети интернет, что обеспечивает доступ к системе в реальном времени и многопользовательском режиме (Иванов, Сафрошкин, Рыбальский, 2008). Подобные системы используются для прогнозирования, моделирования и других почвенных исследований, таких как прогноз опасности эрозии, окисления и других типов химической, биологической и физической деградации почв; контроль за урожаями; глобальные изменения почвы; мониторинг орошения; агроэкологическое зонирования; расчет рисков засухи и многие др.

На данный момент известно несколько десятков региональных систем, более 10 почвенных ИС национального уровня (Australian Soil Resource Information System, Австралия; National Soil Information System, США и др.), а также несколько мультинациональных и глобальных систем (European Soil Database, Европа; SOTER, глобальная почвенная ИС и др.) (Finke, 2001; Brough, 2006; van Engelen, 1996; Lagacherie, McBratney 2006). В 70-80-х гг. XX в. российскими почвоведами был внесен существенный вклад в разработку общих идей построения почвенных ИС на первом этапе — разработке атрибутивных баз данных (Шишов и др., 1975; Рожков, 1976, 1980, 1983). Несмотря на повышение интереса к подобным разработкам (Белоусова, Мешалкина, 2009; Крыщенко, Голозубов, 2010), в РФ до сих пор не существует актуальной действующей почвенной ИС (Рожков и др., 2010), поэтому одной из важнейших задач является создание отечественной системы.


Цель работы: изучение информационных взаимоотношений и разработка методов формализации основных понятий предметной области — почвоведения, необходимых для перехода от визуально доступных форм хранения почвенных документов к электронным формам, и создание семантической модели описания почв в виде почвенной ИС.

В работе поставлены следующие задачи:

1) провести анализ современного состояния зарубежных и отечественных разработок в области использования ИТ для работы с почвенными данными, исследовать существующие модели их описания;

2) дать информационную характеристику документам предметной области исследования, оценить проблемы и возможности перехода из визуальных форм хранения почвенных данных к электронным формам;

3) разработать информационную модель описания почвы для использования в электронной среде хранения и обработки данных, и на ее основе создать систему формализации разнородных почвенных данных;

4) спроектировать и создать почвенную ИС описания предметной области;

5) исследовать возможность гармонизации почвенных описаний, выполненных с использованием разных методик морфологического описания почв.

ПОЧВЕННЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Общие сведения

В настоящее время зарубежными почвоведами разрабатываются и вводятся в действие почвенные ИС и БД третьего поколение, т.е. использующие сетевой протокола http:// для доступа к данным и отображения информации.

На данный момент существует более двух десятков почвенных ИС различного масштаба, которые были проанализированы, что бы определить параметры и требуемые ресурсы для разработки отечественной системы. Проведен расширенный обзор основных систем (SOTER (глобальная); ESDB (Европа); ASRIS (Австралия); CanSIS (Канада); NASIS (США); WISE (Нидерланды); HWSD (глобальная), GlobalSoilMap.net (глобальная) и другие. Большинство систем были опробованы и протестированы.

За историю отечественного почвоведения накоплен большой объем документальных и фактографических материалов по почвам страны. Высокая производительность современных методов исследования почв и большое число исследователей обуславливает огромный поток данных (Рожков, 1983).

Одновременно с развитием подходов к хранению, анализу и представлению пространственно координированных почвенных данных совершенствуются и методы их сбора. Одной из основных целей такого совершенствования декларируется достижение технологичности подхода, т.е. строгой последовательности выполнения операций, нормированности и воспроизводимости данных (Столбовой, Савин, 1996).

Современным средством организации и анализа данных с целью получения информации являются информационные системы (Отчет о НИР…, 1983). Данные, которыми оперирует почвовед (описания разрезов, результаты опытов) — это представление фактов и идей в формализованном виде, позволяющем передавать или обрабатывать их с помощью некоторого процесса (Максимович, 1999). Т.е. информация — отобранные данные, которые являются содержательным выходом системы (Тироф, 1976). Исходя из этих определений, данные и информация не вполне идентичные понятия. Данные — первичные сведения об объекте, а информация это знания полученное из этих данных. В свою очередь, что бы увеличить скорость обработки данных и получения информации используют различные системы. Под системой понимается упорядоченный набор методов и процедур, которые ускоряют достижение цели (Тироф, 1976). Исходя из этих понятий, любая система, которая преобразует данные в информацию, может называться информационной системой (ИС).

ИС — это система, которая преобразует данные в информацию (Рожков, 1993). В почвоведении ИС определяется как «система, включающая методы проведения обработки, машины, носители информации и данные, которые могут быть использованы для выполнения необходимых информационных процессов» (Schelling, 1975).

Почвенные ИС могут помочь решить множество проблем, в том числе такую актуальную тему, как изучение влияния почв на изменение климата и vice versa — как повышение температуры влияет на содержание органического углерода в почвах (van Engelen, 2010). Изучение динамики органического углерода является одним из основных направлений в работе глобальных почвенных ИС (Global Earth Observation System of Systems — GEOSS [Электронный ресурс]). Исследования на эту тему сейчас активно развиваются в России (Урусевская, 1997; Рыжова, 2008; Романенков, 2009).


Предпосылки и этапы создания почвенных информационных систем

Внешними предпосылками для их создания явилось широкое распространение разнообразных вычислительных средств и организация коллективного доступа к ним в научных организациях.

Внутренними предпосылками являлось то, что почвоведы с самого начала зарождения почвоведения постоянно имели дело с разнообразными классификационными системами организации знаний об объекте исследовании — почвах. Поэтому было разумно использовать формальные логические методы машинного анализа информации использовать для организации и обработки почвенных данных. Другим привлекательным моментом являлось ускорение этих процессов.

В истории создания почвенных ИС можно выделить три этапа, определяемые имеющимися на соответствующий момент времени возможностями аппаратного и программного обеспечения:

— этап разнообразия аппаратных и программных платформ;

— этап унифицированных аппаратных и программных платформ для индивидуального использования;

— этап объединения компьютеров в глобальную сеть.

Первые ИС в почвоведении начали создаваться с 1966 г., а в нашей стране — с 1971 г. (Рожков, 1983).

Основные проблемы первого этапа с точки зрения реализации были связаны с разнообразием и несовершенством используемых на то время вычислительных и программных средств. Это проявлялось в том, что для каждой системы было нужно выбирать жестко определенную аппаратную платформу — компьютер, на котором должна быть установлена система, и неразвитости программного обеспечения — для каждой аппаратной платформы нужно было писать индивидуальное программное обеспечение для хранения, ввода и обработки данных.


Таблица 1.

Краткая характеристика аппаратных и программных платформ для почвенных ИС первого поколения (Рожков, 1983).

* — ПП — морфологические и аналитические данные по почвенным профилям, АХ — агрохимические данные по профилям и кадастр, ЗД — данные по загрязнению и деградации почв, М — состояние мелиорируемых земель, С — специализированные по микроморфологии, минералогии, растениеводству и т.п., АК — автоматическая картография.

Тем не менее, такие разработки были сделаны и приобретен определенный опыт их создания. Подробная характеристика почвенных ИС первого поколения 60—80 гг. ХХ в. дана В.А.Рожковым (Рожков, 1983). Приведем из нее данные по аппаратным и программным платформам (табл. 1).

Второй этап развития ИС связан с появлением персональных компьютеров и разделением программного обеспечения на три типа — операционных систем (ОС), прикладного программного обеспечения (ППП) и пользовательских данных (ПД).

Операционные системы обеспечивают взаимодействие аппаратной части с прикладным ПО, избавляя пользователя от понимания тонкостей их взаимодействия. Перечислим наиболее распространенные универсальные операционные системы — MS-DOS, Windows, UNIX, Linux.

Пакеты прикладных программ реализуют возможность пользователю оперировать с разнообразной понятной для него информацией и сохранять их в виде пользовательских данных доступных для такой же работы на других компьютерах и при условии совместимости форматов данных — в другом пакете прикладных программ.

Прогресс разработки ИС на этом этапе был связан с пакетом программ геоинформационного типа, позволяющих организовать работу с географическими данными, среди которых наиболее распространены ArcGIS, MapInfo, QGIS, Surfer. Одновременно развивались цифровые методы обработки и отображения визуальной информации. Эти новые возможности значительно изменили работу с геопространственными данными и их представлением в удобном и привычном для пользователя виде карт (Burrough, 1991; McDonald, 1994). Первые подобные системы в России появились в конце 80-х гг. (Рожков, 1993) и сейчас наблюдается их бурное развитие (Васенев и др., 2010).

Третий этап связан с появлением новых технических возможностей объединения компьютеров в локальные и глобальные сети Интернет. Они открывают принципиально новые возможности построения, организации и использования почвенных ИС. Важнейшим достоинством таких систем является одновременный доступ многих пользователей к данным и возможность пополнять их в реальном времени. Подобные системы дают широкий спектр возможностей для того, чтобы получать информацию о почвах ежедневно и обрабатывать ее в реальном времени. С их помощью в перспективе возможно проводить пространственно-распределенного статистический анализ, выполнять алгоритмизацию процедур классификации почв и многое другое — от построения системы информативных признаков (диагностики) до распознавания новых объектов, оценки качества и сравнения классификаций разных научных систем (Рожков, 2007, 2011).

При рассмотрении этих трех этапов, становится ясно видна роль ИТ в почвоведении — фактически ИТ являются катализатором процесса получения новых знаний о почве. Появившиеся в недавнем времени почвенные ИС третьего поколения, в которых присутствуют три компонента: геоинформационные системы (ГИС), дающие возможность работы с пространственными данными; реляционные БД, обеспечивающие функциональность работы с множеством морфологических и физико-химических показателей свойств почв; и использующие принципы сети Интернет, что обеспечивает доступ к системе в реальном времени и многопользовательском режиме (Иванов, Сафрошкин, Рыбальский, 2008), являются наиболее актуальным инструментом для передовых исследований в почвоведении. Подобные системы используется для прогнозирования, моделирования и других почвенных исследований (Хомяков, 1996), в т.ч. для решения специфических задач, например, изучению продуктивности лесов (Grigal, 2009) и др.

Кроме научных почвенных ИС, существую также коммерческие системы, которые внедряют в конкретные бизнес проекты, в первую очередь связанные с производством сельскохозяйственной. продукции (Terra Spase [Электронный ресурс]; Soil and Topography Information’s SIS [Электронный ресурс]; Soil Information System — ISIS [Электронный ресурс]). В России схожие технологии также применяют в области точного земледелия (Якушев, Якушев, 2007) на этапе оценки состояния почвы каждого участка поля при помощи отбора почвенных проб, после чего каждый образец анализируется, определяется содержание в нѐм азота, фосфора, калия, микроэлементов, в результате чего из составленной БД формируется карта плодородия каждого конкретного поля (Березовский at al., 2010); эта технология по сути является специфической почвенной ИС узкой направленности.

В 70-80-х годах, российскими почвоведами был внесен существенный вклад в разработку общих идей построения почвенных ИС на первом этапе — разработке атрибутивных БД (Шишов и др., 1975; Рожков, 1976, 1980, 1983, 1987). С момента организации Рабочей группы по почвенным информационным системам на Международном конгрессе почвоведов в Москве (1974), российские ученые принимали активное участие в разработке почвенных ИС и БД (Рожков, 1980). В 90-х гг. ХХ в. века в связи с трудной экономической ситуацией интерес к подобным работам снизился; но даже несмотря на сложные условия, российские исследователи продолжали работать в данном направлении. Несмотря на повышение интереса к подобным разработкам (Белоусова, Мешалкина, 2009; Крыщенко, Голозубов, 2010), и активное участие в международных проектах (Столбовой и др., 2001; Land Resources of Russia, 2002) в РФ до сих пор не существует актуальной действующей почвенной ИС (Колесникова и др., 2010), поэтому одной из важнейших задач является создание отечественной системы. Рассмотрим примеры существующих почвенных ИС и БД.

СОВРЕМЕННЫЕ ПОЧВЕННЫЕ
ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Почвенная информационная система SOTER

Программа SOTER — Всемирная цифровая база данных почв и территорий (Global Soil and Terrain Database — SOTER [Электронный ресурс]) имеет целью разработку стандартных форматов представления цифровых карты и вспомогательных данных по почвам для Мировой базы данных почв и территорий. Впервые вопрос о необходимости создания Глобальной почвенной БД был затронут в 1984 г. (Sombroek, 1984), а спустя два года FAO, UNEP и ISRIC начали работу над проектом. Разработка системы велась под эгидой IUSS в сотрудничестве с большим количеством национальных почвенных институтов. SOTER задумывалась как глобальная система, которая будет применяться по всему миру, поэтому в системе используется почвенная классификация WRB (World reference base for soil resources, 2006). Предполагалось, что итогом работы SOTER явится замена Почвенной карты мира FAO-UNESCO (FAO UNESCO, 1974).

Проект был инициирован для преодоления главных ограничений на пути к глобальному моделированию и исследованиям — нехватке стандартизированной, совместимой БД почв. Он был задуман как универсальная система картографической легенды к мировой цифровой базе данных почв и ландшафтов и должен был определить минимально необходимый набор признаков почв и ландшафтов, необходимых для построения карт почвенных ресурсов. За исходную основу был взят масштаб 1:1 000 000 (Handbook of Soil Science, 1999).

Главными целями проекта являлось:

— предоставление информации об окружающих почвенных и ландшафтных ресурсах в глобальном масштабе (1:5 000 000) в форме, доступной для моделирования потенциала производства пищевых продуктов, изменения климата, речных потоков, распределения домашнего скота, выбора приоритетов исследований, конструирования ландшафтов и общего управления земельными ресурсами.

— предоставление образовательного инструмента сообществу почвоведов;

— обеспечение согласованных норм и правил для картографии, классификации, анализа почв и интерпретации информации о почвенных ресурсах.

Фактически SOTER является не просто почвенной ИС, а представляет собой методологию или концепцию на основе которой любой исследователь может разработать свою собственную систему. Проект SOTER имеет различные версии, которые менялись по мере развития проекта. Каждая версия ознаменовывалась новым документом о проекте. Последняя, пятая версия вышла в 1995 году.

Методология картографирования SOTER порождена идеей, что ландшафты (с физическими особенностями их территорий и почв), объединяют процессы и системы взаимосвязей между физическими, биологическими и социальными явлениями, развивающимися в течение времени. Эта идея была развита первоначально в России и Германии (ландшафтоведение) и стала постепенно принятой во всем мире. Поэтому SOTER рассматривает ландшафт, как естественный объект, состоящий из комбинаций физических особенностей местности и почвенных индивидуумов (Global and National Soils and Terrain Digital Databases, 1995; Tempel, 2002).

В основе SOTER лежит идентификация областей ландшафтов с отличительным, часто повторяющимися, образцами литологии ландшафтов, поверхностной формой, наклоном, материнской породой и почвой. Части ландшафтов, которые отличаются по этим признакам, называют единицами SOTER. Таким образом, каждая единица SOTER представляет одну уникальную комбинацию физических особенностей местности и характеристик почв.

Критериями разделения на первом этапе уровня единиц являются: физиографические особенности местности — доминирующие градиенты наклона, интенсивность их проявления, гипсометрические характеристики, степень рассеченности, размеры области, а также литологические различия почвообразующих пород. На рис. 1 показано представление единиц SOTER в базе данных и дан пример карты SOTER с полигонами, которые были нанесены на карту на этом уровне дифференциации.

Рис. 1. Соотношение между единицами SOTER, слагающих их компонентов территорий и главные критерии разделения (Global and National Soils and Terrain Digital Databases, 1995).

На втором этапе выделяются компоненты территории — части территориальных единиц SOTER, отличающиеся формами рельефа, наклоном, мезорельефом и в областях, покрытым неконсолидированным материалом, текстурой родительского материала. В зависимости от масштаба карты, возникают некартируемые компоненты территорий. В этом случае информация о них заносится в атрибутивную часть БД, но не отображается в ее геометрической части.

Рис. 2. Единицы SOTER, компоненты территорий, атрибуты и их размещение в базе данных (Global and National Soils and Terrain Digital Databases, 1995).

На третьем этапе производится идентификация почвенных компонентов внутри компонентов территории. Опять же, в зависимости от масштаба карты, каждый картируемый компонент территории обычно рассматриваемый как определенная почвенная единица или как комплекс почв (две или больше почв, которые не могут быть пространственно разделены при заданном масштабе), может содержать комбинацию картируемых и некартируемых почвенных компонентов. То есть, возможны случаи, когда некартируемые компонентами территорий ассоциируются с некартируемыми почвенными компонентами. В этом случае некартируемый почвенный компонент не должен фигурировать в геометрической части базы данных, но некартируемый компонент территории должен быть связан с одним (или несколькими) некартируемым почвенным компонентом в атрибутивной части базы данных (рис. 2).

Базы данных SOTER (рис. 3) разработаны по однородной методологии, утвержденной FAO, UNEP и IUSS и для ввода/вывода информации используют стандартное программное обеспечение.

Рис. 3. Структура SOTER: связь точечных и пространственных данных

БД разработаны для работы с масштабами карт от 1:500 000 до 1:5 000 000, в зависимости от конечных потребностей пользователей (см. ссылки на интернет-ресурсы World Soil Information, Global Soil and Terrain Database, Land Management & Natural Hazards Unit).

Стоит отметить, что с целью поиска ошибок и неточностей, аналитические данные в системе анализируются при помощи различных статистических методов, точность данных проверяется в различных лабораториях. «Пустые» значения, которые были утеряны или отброшены в процессе гармонизации, автоматически восстанавливаются при помощи специально разработанных методик (Batjes, 2007).

Данные SOTER были использованы для большого количества разнообразных практических приложений, включая оценку деградации почв на поставку продовольствия, уязвимость почв к загрязнению и моделирование изменения содержания органического углерода почв на национальном и местном уровнях.

Основные этапы SOTER:

— 1986 г. Инициатива ISSS — (SOTER — World SOils and TERrain Digital Data Base) для шкалы масштаба 1:1000000;

— 1987, 1992 гг. Два рабочих совещания в Найроби, Кения;

— 1988–1993 гг. Выпущено 5 ревизий рабочих документов;

— 1998–2008 гг. Создание глобальных, региональных и национальных почвенных баз данных на основе SOTER;

— 2008–2012 гг. Развитие методологии и появление eSOTER;

— 2009 г. Проект SOTER взят за основу Harmonized World Soil Database (Harmonized World Soil Database — HWDS [Электронный ресурс]).

На основе методологии SOTER были разработаны почвенные ИС таких стран как Аргентина (Batjes, 1996), Бразилия (Cerri at al., 2007), Индия (Bhattacharyya at al., 2007), Непал (Dijkshoorn, Huting, 2009), Уругвая (Mantel, van Engelen, 1997), Тунис, Венгрия, Сенегала, Гамбии, Кубы, Кении, Китая (в том числе крупномасштабные (1:250000) системы отдельных провинций (Mantel, 2003; Huting, Dijkshoorn, van Engelen, 2008); и отдельных регионов — Центральной Африки (Batjes, 2008), Латинской Америки и Карибского бассейна (Batjes, 2000), Южной Африки (Hartemink, Huting, 2008), Центральной и Восточной Европы (Столбовой, Савин, 1996; Nachtergaele, van Lynden, Batjes, 2002;) и др.

Методология SOTER была опробована и на территории России, где на опытном участке была оценена ее эффективность. В ходе работ выяснилось, что использование технологии SOTER целесообразно в плане уменьшения затрат и времени, но в тоже время требует существенной доработки (Столбовой, Савин, 1996).

В настоящий момент проект продолжает развиваться, при этом разработана новая методология, которая получила название e-SOTER (e-SOTER project [Электронный ресурс]). Работы начались в 2008 г. и продлятся 3,5 года. В рабочую группу проекта включены 14 научных центров в Европе, Китае и Морокко под эгидой ISRIC, JRC и FAO. Конечная цель проекта e-SOTER — вклад в создание Global Soil Information System (GLOSIS), которая будет являться частью Global Earth Observation System of Systems (GEOSS). GEOSS нацелена на поиск инструментов поддержки принятия решений (ИППР) для усиления изучения исследований глобальных процессов на Земле. Конечный результат — глобальная публичная инфраструктура с доступом в Интернет, которая в реальном времени производит всесторонний поток информации и анализирует ее для широкого круга пользователей (рис. 4).

Основные улучшения методологии e-SOTER:

— использование технологий обработки ДЗЗ для проверки и исправлений уже существующих, а так же для получения новых данных;

— улучшение качества результатов, полученных на основе унаследованных данных;

— разработка общедоступного интернет-ресурса для получения данных конечными пользователями и использование пространственно-распределенных приложений для обеспечения доступа к информации посредством Интернет.

Рис. 4. e-SOTER, GLOSIS и GEOSS (Global Earth Observation System of Systems — GEOSS [Электронный ресурс]).

Важной особенностью проекта является использование новой версии цифровой модели рельефа (DEM), которая заносится в БД в автоматическом режиме при помощи разработанной проектной группой программы (MacMillan at al., 2000), при этом улучшено распознавание артефактов, что повышает точность данных. Другой важной составляющей новой методологии является распознавание новых объектов при помощи обработки ДЗЗ, в том числе определение материнской породы.

Планируется, что конечным результатом работы будут:

— улучшенная версия SOTER масштаба 1:1000 000 (для некоторых областей 1:250000) для Европы и мира;

— генерация более точных карт и цифровых данных;

— новые, экономически эффективные полевые исследования и программы мониторинга.

Почвенная информационная система CanSIS

Канадская почвенная ИС (CanSIS) поддерживает Национальную базу данных почв (NSDB) для научно-исследовательских работ в области сельского хозяйств и обеспечения продовольствием Канады с 1972 года. CanSIS является частью Восточного научно-исследовательского центра злаковых и масличных культур (ECORC) и располагается на Центральной экспериментальной ферме в Оттаве. Она выступает как источник информационных продуктов и предоставляет экспертные услуги в данной тематической области. CanSIS обеспечивает доступ к государственной информации с помощью средств ГИС и системы управления базой данных через Канадскую сеть управления земельными ресурсами (CLRN). Средства запросов и интерактивные карты доступны на сайте ресурса (Canadian Soil Information System [Электронный ресурс]).

Национальная почвенная база данных (NSDB) является набором компьютерных файлов, которые содержат данные по почвам, ландшафтам и климату для всей Канады (National Soil Database (NSDB) [Электронный ресурс]). Она служит национальным архивом информации о земельных ресурсах, который был собран при федеральных и региональных полевых обследованиях или получен на основе анализа данных.


Основные особенности системы:


— масштаб: от 1:10 000 до 1:250 000;

— охват: покрытие состоит из 1300 листов карты (наборов данных) главным образом существенных сельскохозяйственных областей; в настоящее время данными охвачена только маленькая часть территории;

— корреляция: в целом имеются проблемы с краями карты, которые не соответствуют принятым компьютерным допускам, поэтому еще имеется определенная несовместимость между отдельными проектами с точки зрения символизации и корреляции данных;

— атрибуты: для каждого полигона в таблице компонентов определяется до трех почв и в пределах картографической единицы дается оценка доли каждой почвы; возможные дополнительные почвы не включены в цифровые таблицы из-за исторических ограничений структуры файлов; каждая почва, упомянутая в таблице компонентов, далее описана в таблице названий почв и таблице почвенных горизонтов;

— платформа: ARC/INFO;


Набор данных NSDB версии 3.1.1. включает:


— общее покрытие — CIVIL: показывает местоположения главных искусственных объектов включая железные, автомобильные дороги и города в масштабе 1:1 000 000; используется только в целях ориентации и указывает намного меньше информации, чем на оригинальной топографической карте;

— гидрологическое покрытие — HYDRO: показывает сушу, источники пресной и морской воды в пределах территории картирования и используется для оценки гидрологического состояния ландшафтов;

— почвенное покрытие — SLC: показывает границы полигонов почвенных ландшафтов в ГИС-средстве; фактически каждый полигон является почвенной картографической единицей; связь с данными в реляционных таблицах задается таблицами атрибутов полигонов {covername}.PAT;

— таблица атрибутов полигонов — {covername}.PAT (табл. 2): обеспечивает связь между географическим данными — местоположением каждого полигона на карте в ГИС базе данных и атрибутами соответствующих почвенных ландшафтов в связанных таблицах реляционной базы данных.


Таблица 2. Состав таблицы {covername}.PAT

AREA — поле, предназначенное для расчетного значения площади полигона. Рассчитывается и заполняется только при задании определенной проекции.

PERIMETER — поле, предназначенное для расчетного значения периметра полигона. Рассчитывается и заполняется только при задании определенной проекции.

SLC# — поле, предназначенное для обслуживания внутренних задач ARC/INFO по поддержанию нумерации полигонов и связанных с названием покрытия. Если покрытие переименовывается, то содержание этого поля также будет изменено ARC/INFO, чтобы отразить новое название покрытия (т. е. CAC003#).

SLC-ID — пользовательский номер полигона ARC/INFO. Данный атрибут определяется пользователем во всех таблицах атрибутов полигонов, построенных в ARC/INFO. В NSDB это поле не используется.

SL — идентификатор полигона почвенного ландшафта. Идентификатор полигона используется для связи каждого полигона цифровой карты с атрибутами в файлах почвенных ландшафтов и других файлах. Идентификатор состоит из комбинации четырехзначного цифрового кода экологического округа и трехзначного цифрового кода SLC полигона в округе. Именно это поле используется для установления связи почвенного картографического полигона с данными о почвах в реляционной базе данных.

Поля ECODISTRIC, ECODISTRIC, ECOREGION, ECOPROVINC, ECOZONE предназначены для связи полигонов с таблицами почвенно-экологического районирования Канады согласно иерархии сверху вниз: экологическая зона, экологическая провинция, экологический регион, экологический округ.

Таблица площадей ландшафтов — {covername}.LAT. Эта таблица содержит атрибуты самого полигона и общие атрибуты, относящиеся ко всему ландшафту, ограниченному данным полигоном. Все величины выражены в гектарах.

Таблица компонентов почвенного покрытия SLC — {covername}.CMP. Эта таблица содержит набор полей, вычисленных с использование ключевого поля SOILKEY и суммирует информацию из файлов названий и горизонтов почв. Вычисляемые поля в таблице выделены зеленым цветом.

Рис. 5. Модель базы данных CanSIS (версия 3.1.1)

Файлы названий почв — SNF и файлы почвенных горизонтов — SLF — это набор файлов в формате. dbf, содержащих информацию с общегеографической характеристикой разрезов и описании почвенных горизонтов.

Упрощенная модель реляционной база данных CanSIS, показывающая связи между таблицами детализированные и компоненты почвы SLC с файлами названий почв и почвенных горизонтов, представлена на рис. 5. Она включает стандартизацию структур данных и улучшает проверку и обслуживание всех атрибутивных файлов.

Почвенная информационная система ASRIS

Австралийский информационная система почвенных ресурсов ASRIS обеспечивает онлайновый доступ к публично доступной информации о почвах и земельных ресурсах Австралии (Brough at al., 2006). Работа над ASRIS была начата в рамках Национального аудита земельных и водных ресурсов в 1999 году. Проект включает в себя:

— компиляцию данных (из специальных БД, формирующихся в разных государственных и местных учреждениях) о почвах в единую БД, содержащую более 160000 профилей в общем формате (эти данные доступны в онлайн библиотеке и охраняются определенными соглашениями об авторских правах);

— компиляцию разномасштабных картографических материалов по почвам и землепользованию (эти данные использовались в моделировании, а описание исходных данных также доступно в онлайн режиме; при этом данные могут быть получены только из оригинальных источников);

— различные вспомогательные наборы данных, имеющие отношение к почве и используемые в моделировании, например, цифровая модель рельефа и производные характеристики местности, литология (на основании геологических карт), климатические характеристики и т.д.;

— массив пространственно распределенных оценок почвенных атрибутов и их качества в виде растровых карт почвенных свойств для поверхностности почвы и почвенного профиля (эти карты были составлены на основании подбора определенных массивов данных из общей БД и их обработки).

Данные из ASRIS используются для различных целей, например, оценки пригодности земель для сельскохозяйственного и городского использования, прогнозирование урожая, определения эрозионного ущерба, измерения и мониторинга накопления почвенного углерода, моделирования доступности воды и ее качества, изучения почвы как среды обитания и оценка биоразнообразия и многое др.

Рис. 6. Структура базы данных почвенных профилей ASRIS
(McKenzie, Jacquier at al., 2005)

Информация в системе организована на семи уровнях (рис. 6). Три верхних уровня дают общие описания типов почвы, ландшафтов и почвообразующих пород всего континента.

На более низких уровнях обеспечивается более подробная информацию для областей, в которых обследование завершено. Эта информация имеет отношение к глубине почв, ряду физических свойств почв, плодородию, содержанию углерода и эродированности. Большинство профильной информации дано для пяти глубин выбранных исходя из строения почвенных горизонтов. Самая низкая шкала состоит из базы профилей почвенных данных с характеристикой местоположения разреза, отражающей наиболее значимые параметры окружающей среды.

ASRIS построена с использованием следующих платформ: SQL сервер, геоинформационные программы Arc Spatial Data Engine (ArcSDE) и Arc Internet Map Server (ArcIMS) и Web Map Server. Структура базы данных представлена на рис. 7.

Рис. 7. Иерархия построения ASRIS (Australian Soil Resource Information System — ASRIS [Электронный ресурс]).

По информации разработчиков системы, около 95% времени по проекту ASRIS было затрачено на «вычищение» исходных данных (Australian Soil Resource Information System — ASRIS [Электронный ресурс]). Недостаточное количество данных в ключевых областях и непоследовательность соблюдения стандартов остаются серьезной проблемой для австралийской БД почв и земельных ресурсов. Постоянное совершенствование разработки и принятия технических стандартов оценки природных ресурсов утверждается приоритетной задачей на ближайшее время.

Тем не менее, исследователи проекта ASRIS соглашаются с тем, что важно определенным образом сохранять исходные почвенные данные, которые были отчуждены как несоответствующие техническим стандартам БД, ведь это не позволяет эффективно использовать их в будущем. Данная проблема успешно решена в разработанной российской почвенной ИС, так как вносимые данные не подлежат предварительной гармонизации и сохраняются в виде исходных данных, по которым в дальнейшем возможно применить гармонизацию и получить новый массив расстечных данных, хранящийся отдельно от исходных.

Почвенная база данных Европы ESDB

В 1985 г. Комиссия Европейского сообщества опубликовала почвенную карту Евросоюза в масштабе 1:1 000 000. С целью создания почвенной базы данных в составе проекта CORINE (Координация информации о состоянии окружающей среды) в 1986 г. эта карта была оцифрована. Данная база почвенных данных получила название Почвенно-географическая база данных Европейского сообщества (The European Soil Database…, 2004).

Во исполнение проекта Мониторинга сельского хозяйства дистанционными методами (MARS) в 1990—1991 гг. база данных была дополнена материалами из архивных документов исходной почвенной карты ЕС и распространялась в качестве версии 2. В дальнейшем, с целью обеспечения оптимального применения базы и дальнейшего её совершенствования, в рамках проекта MARS была сформирована группа экспертов в области почвоведения и ГИС. Сотрудники группы выработали рекомендации, согласно которым новая информация должна быть доступна каждому, кто сотрудничает в деле разработки базы. В результате появилась версия 3, покрывающая территорию 15 членов Европейского Союза и стран, кандидатов в члены.

Последняя версия почвенно-географической базы данных в масштабе 1:1 000 000 содержит набор гармонизированных параметров почвенного покрова стран Евразии и Средиземноморья, пригодный для агрометеорологического и экологического моделирования на региональном, национальном и континентальном уровнях (Finke, Hartwich at al., 2001).

Целью почвенно-географической базы данных является введение необходимых почвенных параметров, объединенных с данными по физическим, климатическим, растительным и литологическим особенностям местности. Эта БД в итоге будет использоваться для регионального планирования, а так же для агрометеорологического и экологического моделирования на региональном, национальном и континентальном уровнях.

Европейская почвенно-географическая база данных состоит из четырех компонентов:

— Soil Geographical Database of Eurasia at scale 1:1 000 000 (SGDBE) — собственно сама почвенно-географическая БД; построена на представлениях о почвенных картографических (SMU), почвенных картографических (STU) единицах и классификационных представлений;

— PedoTransfer Rules Database (PTRDB), которая содержит педотраснферные правила, применяемые к почвенно-географической БД; эта база содержит в себе алгоритмы перевода и пересчета из реальных разрезов географическую базу данных; т.е. она содержит в себе алгоритмы, которые могу быть применены к почвенно-географической БД для того, чтобы моделировать ситуацию;

— Soil Profile Analytical Database of Europa (SPADBE) — содержит описания почвенных разрезов и служит для формирования каждой почвенной типологической единицы;

— Database of Hydraulic Properties of European Soils (HYPRES) –содержит данные о водном режиме (т.к. водный режим очень сильно влияет на перенос вещества и обеспечивает динамику всей совокупности БД).


Таблица 3.

Почвенные ИС Европы в сети Интернет

Начиная с 1986 г., появилось множество концептуальных модификаций почвенной БД, — созданы системы Центрально-Восточно-Европейского и Европейско-Северо-Азиатского уровней (Столбовой, Савин, 1996; Batjes, 1999), а так же продолжается интеграция региональных БД (Soil Geographical Database for Eurasia…, 2003).

Единый подход и унификация данных позволили на основе полученных результатов запустить целую серию национальных информационных систем и ресурсов в отдельных странах и регионах стран Европы (Montanarella at al., 1998) (табл. 3).

Постепенно на основе архитектуры EuroDB были созданы почвенные БД Албании, Австрии, Бельгии, Кипра, Чехии, Финляндии, Франции, Германии, Венгрии, Италии, Литвы, Мальты, Польши, Румынии, Словакии, Турции, Великобритании и др. стран. Эти системы совместимы и все вместе представляют собой почвенную ИС Европы (The European Soil Information System…, 2000; Montanarella, Jones, 2004).

Российские исследователи также подключились к работе в рамках данной программы (Столбовой и др., 2001). Целью проекта являлось расширение Европейской географической и аналитической почвенной базы данных на территории Республики Беларусь, Молдовы, России и Украины, чтобы в рамках системы осуществлять анализ земельных ресурсов, развивать единую политику землепользования и общий сельскохозяйственный мониторинг, унифицировано оценивать качество окружающей среды и др. В ходе работы был переведен на русский язык обширную документацию по архитектуре европейской версии БД (Soil Geographical Database for Eurasia…, 2003).

БД содержит полную аналитическую характеристику для более чем 400 опорных профилей почв; геометрическая часть БД состоит из более чем 40000 полигонов. Особое внимание уделено корреляции национальных классификаций почв с картографическими единицами Европейской географической базы данных (Stolbovoi, 1999). К сожалению, проект был заморожен, однако есть все предпосылки для его дальнейшего развития.

Таким образом, европейская система являла собой одну из первых принципиально новых почвенных ИС. Их основными признаками является использование программных платформ, объединяющих принципы работы с цифровыми геоинформационными данными, реляционными базами данных и использование сетевых протоколов для своей работы. Использование подобных технологий позволит России принимать участие в развитии глобальных почвенных программ и войти в единое почвенно-информационное пространство Евросоюза (Столбовой и др., 2001).

Почвенные информационные системы и базы данных США

В США разрабатываются множество почвенных ИС и БД различных масштабов и назначений, и почти все они могут быть использованы в рамках национальной почвенной ИС NASIS (Daigle at al., 2005; National Soil Information System — NASIS [Электронный ресурс]).

В настоящий момент в США (Служба по охране природных ресурсов, NRCS) завершена работа по созданию карт почвенного покрова в мелком масштабе (1:5 000 000), а также частично — в среднем масштабе (STATSGO 1:250 000); проведены многочисленные подробные почвенные исследования (SSURGO масштаба от 1:24000 до 1:12000), которые доступны для скачивания совместно с метаданными, разъясняющими таблицами и описаниями почв. США также открыли доступ к полнотекстовому описанию почвенных исследований (Soil Survey Division Staff, 1993), полевым дневникам исследователей (Schoeneberger at al., 1998), описанию методов лабораторных исследований почвенных образцов (Soil Survey Staff, 1996), а также к национальному руководству по почвенным исследованиям (Soil Survey Staff, 1997), которое включает разъяснение к описаниям почв.

Лаборатория обследования почв из Американского национального центра почвенных исследований предоставила в открытый доступ аналитические данные о более чем 20000 почв США и около 1100 — почв других стран. Эта информация доступна на веб-сайте и на CD-диске. Большая часть данных включает подробные морфологические описания почв (Rossiter, 2004).

Многие штаты в Америке создали свои собственные инфраструктуры пространственных данных, обычно представленные в виде веб-сайтов, объединяющих массивы данных, подготовленных разными учреждениями. Почвенные данные в США представлены в трех основных БД: Государственной почвенно-географической БД в среднем масштабе (1:250000) STATSGO (Natural Resources Conservation Service US General Soil Map — STATSGO [Электронный ресурс]), географической БД почвенного покрова в крупном масштабе (1:12000, 1:15840, 1:20000, 1:24000,.1:31680) SSURGO (Soil Survey Geographic Database — SSURGO [Электронный ресурс]) и Национальной почвенно-географической БД в мелком масштабе (1:7500000). Каждая БД состоит из двух частей — набора пространственных данных и набора атрибутивных данных. На основе этих БД, представляющих собой по сути пространственные почвенные ИС с мощным ГИС-инструментарием, запущены пространственно-распределенные веб-сервисы Web Soil Survey, Soil Extent Mapping Tool и др. широко используются в США, в них реализован инструментарий самых разнообразных онлайн-запросов к БД, что делает ее полезным широкому кругу лиц.

Единственное, но крайне существенное препятствие при работе с почвенными БД США — они основаны на классификации почв США (Soil taxonomy, 1999), что создает большие трудности при использовании этой системы международным сообществом и наследует существенные ограничения присущие этой классификации Soil Taxonomy (Герасимов, 1976).

Почвенная база данных WISE

В 1991 г. во Всемирном международном информационном почвенном центре ИСРИК (ISRIC — World Soil Information [Электронный ресурс]) начали разрабатывать универсальную методологию для глобальной почвенной базы данных в рамках проекта под названием «Обследование потенциала эмиссии парниковых газов в почвах мира» (WISE). Проект WISE был направлен на количественную оценку основных почвенных факторов, оказывающих влияние на процессы изменения климата в глобальном масштабе (Handbook of Soil Sciences, 2011). В основе проекта лежала БД почвенных свойств, где содержались описания почвенных разрезов с точными координатами их местоположения. Полученные массивы данных используются для изучения глубинных связей в распространении почв и для информационной поддержки различных проектов, в том числе проекта по цифровому картографированию почв (GlobalSoilMap.net project [Электронный ресурс]).

Химические и физические анализы почвенных образцов проводились как минимум в 150 различных лабораториях по всему миру с использованием разнообразных методов, что отражено в подробных описаниях WISE. Творческий подход к использованию данных, хранящихся в WISE позволил провести множество разнообразных агрохимических, сельскохозяйственных и природоохранных исследований на глобальном и континентальном уровнях (1:500000 и более). Опубликованные результаты подобных исследований включают гармонизированные массивы данных описаний почвенных свойств для основных типов почв мира, восстановление недостающих описаний в основной базе данных SOTER на основании педотрансферных функций (результаты такого восстановления недостающих значений представлены в так называемой вторичной базе данных SOTWIS), моделирование глобальных природных изменений, анализ глобальных экосистем, оценку эмиссии парниковых газов, прогнозирование урожаев сельскохозяйственных культур и выделение агроэкологических зон (Batjes, 2008).

В процессе сбора материалов для создания БД описаний почв, качество и точность исходных данных тщательно оценивались, описаниям почв присваивались индикаторы качества, чтобы обеспечить сохранность информации о проведенной экспертной оценке исходных данных (табл. 4).

Таблица 4.

Количество профилей в WISE по градациям качества описаний (Batjes, 2009)

*Числовой код соответствует полноте и достоверности описания почвенного профиля, а также доступности данных аналитических лабораторных исследования почвенных образцов; наиболее полное и качественное описание почвы соответствует 1, наихудшее — 4.

Профили со статусом 4 (плохое качество) заменялись в WISE на более качественные данные, когда они становились доступны для данной почвенной единицы.

Все результаты работы опубликованы на сайте ISRIC в свободном доступе. Данные о почвах, вносимые в WISE, собирались более чем из 260 различных бумажных и электронных источников. Около 40% профилей были взяты из вспомогательных массивов, включая почвенную ИС ISIS (Soil Information System — ISIS [Электронный ресурс]), американскую почвенную БД (National Soil Information System — NASIS [Электронный ресурс]) и разнообразных БД о почвах и рельефе SOTER (Global Soil and Terrain Database — SOTER [Электронный ресурс]).

Последняя опубликованная версия WISE (версия 3.1) содержит данные из 149 стран о 10250 профилях и 47800 почвенных горизонтах. Больше всего описаний почв Африки (41%), Азии (18%), Южной Америки (18%) и Европы (13%) (рис. 8).

Важное прикладное значение такого широкомасштабного объединения описаний почв и гармонизации данных в БД WISE заключается в возможности активного использования мировым сообществом разнородных почвенных БД, в том числе основной БД SOTER. WISE позволила посредством статистического анализа и использования педотрансферных функций восполнять недостающие сведения о почвах, необходимые для построения моделей без сохранения первичной информации о почвах (Handbook of Soil Sciences, 2011). Таким образом, разработчики БД SOTER частично решили проблему хранения исходных (измеренных) данных, используя проект WISE. К сожалению, это решение в полной мере не избавляет пользователей SOTER от трудоемких приемов ручной работы.

Рис. 8. Географическое распределение профилей почв в WISE (Batjes, 2008)

Всемирная гармонизированная почвенная база данных HWSD

Намечается тенденция объединения различных систем в одну и гармонизация данных. В 2009 г. проект SOTER взят за основу Harmonized World Soil Database (Harmonized World Soil Database — HWDS [Электронный ресурс]) — Всемирной гармонизированной почвенной базы данных, которая представляет собой БД, содержащую более 16000 различных почвенных картографических единиц (Food and Agriculture Organization of the United Nations [Электронный ресурс]), которые объединяют существующие региональные и национальные источники почвенной информации по всему миру (SOTER, ESDB, Soil Map of China, ISRIC-WISE) в сочетании с информацией, представленной на Почвенной Карте Мира ФАО-ЮНЕСКО масштаба 1:5 000 000 (FAO, 1971—1981) (рис. 9).

HWDS состоит из 21600 строк и 43200 столбцов, которые связаны с гармонизированными данными почвенных свойств. Использование стандартизированной структуры позволяет связывать атрибутивные данные с растровой картой, что дает возможность запрашивать выборки по выбранным почвенным параметрам, таким как содержание органического углерода, рН, влагоемкость, глубина почвы, ЕКО почвы и глинистой фракции, валовое содержание питательных элементов, содержание извести и гипса, содержание обменного натрия, уровень засоления, текстура и гранулометрический состав (FAO/IIASA/ISRIC/ISS-CAS/JRC, 2012). Точность информации, содержащейся в базе данных HWDS, неоднородна: менее точными являются те части базы данных, которые взяты напрямую из Почвенной карты мира (Северная Америка, Австралия, Западная Африка и Южная Азия); наиболее точными являются данные в областях, покрываемых SOTER (Южная Африка, Латинская Америка и Карибы, Центральная и Западная Европа).

Рис. 9. Источники данных HWDS — ESDB; Soil Map of China 1:1 Million; SOTER; WISE; Digital Soil Map of the World (Handbook of Soil Sciences, 2011)

Большим преимуществом системы является то, что она крайне проста в установке и обладает простым дружелюбным интерфейсом (рис. 10).

Рис. 10. Интерфейс HWDS (FAO/IIASA/ISRIC/ISS-CAS/JRC, 2012)

Дальнейшее расширение и обновление Всемирной гармонизированной почвенной БД намечено на ближайшее время, в частности с использованием базы данных США (STATSGO), Канады (NSDB) и Австралии (ASRIS), а также с недавно подготовленной БД по Центральной Африке SOTER (FAO/ISRIC/Univ. Gent, 2007).

Цифровая почвенная карта мира — GlobalSoilMap.net

Делая обзор по почвенным ИС, невозможно не упомянуть проект GlobalSoilMap.net — глобальной почвенной ИС, сфокусированной на ГИС составляющую, т.е работу с пространственными данными. Учитывая относительную нехватку и огромный спрос на количественную пространственную почвенную информацию, глобальный консорциум научно-исследовательских институтов инициировал в 2006 г. программу использования последних технологических разработок в области дистанционного зондирования, а также глобальных информационных покрытий, таких как цифровую модель рельефа Shuttle Radar Topography Mission 3 a/s (разрешение около 90 м), для создания новой электронной почвенной карты мира. В основу проекта GlobalSoilMap.net легла теория цифрового почвенного картографирования (ЦПК), которая сводится к созданию пространственных почвенных информационных систем (ППИС). ЦПК в настоящее время активно тестируется на многих территориях, особенно в Африке и Австралии (Lagacherie, McBratney, 2006).

При реализации проекта использованы новейшие технологии почвенного картографирования и предсказания почвенных свойств в высоком разрешении (GlobalSoilMap.net project [Электронный ресурс]). Отбор тестовых почвенных образцов в поле производился стратифицировано с целью установить пространственное распределение почвенных свойств для разработки библиотек данных ДЗЗ (дистанционного зондирования Земли), в которых описаны характеристики ряда почвенных свойств (Shepherd, Walsh 2002). Полученные данные затем используются для предсказания почвенных свойств в тех областях, где не отбирались почвенные образцы (Hartemink at al., 2008; Lagacherie at al., 2006; McBratney at al., 2003). Организаторы проекта выделили координационные центры, ответственные за определенные части исследуемой территории (рис. 11).

Рис. 11. Сеть проекта GlobalSoilMap.net (GlobalSoilMap.net project [Электронный ресурс])

Методологический подход, используемый в GlobalSoilMap.net включает несколько последовательных шагов, первые три из которых подразумевают создание электронной почвенной карты. На первом шаге реализуется ввод данных и формирование базовых карт по нескольким переменным, отражающим основные факторы почвообразования (топографию/рельеф, климат, растительный покров и геологические переменные отражающие почвообразовательную породу); при этом активно используются существующие традиционные почвенные карты и данные на бумажных носителях (Carre at al., 2007). Второй шаг включает в себя оценку почвенных свойств, которая производится при использовании вероятностных функций, показывающих вероятность появления конкретной предсказываемой величины. В результате на третьем шаге пространственно-определенные почвенные свойства используются для предсказания более сложных для измерения почвенных характеристик, например таких как оценка запаса доступной почвенной влаги и фиксации фосфора. Это реализуется посредством использования педотрансферных функций. Инновационным элементом подхода является то, что исходные вероятностные данные в итоге становятся четко определенными за счет объединения исходных данных, выведенных пространственных данных и используемых почвенных функций (van Engelen, 2010).

Проблемы большой протяженности и комплексности почвенного покрова, а также недостаточно крупный масштаб имеющихся почвенных карт и высокая пространственная вариабельность проявляются при переносе данных из обычных почвенных исследований в цифровые почвенные карты. Возможность учитывать потребности пользователей, а также осуществление работы с пространственными переменными и временно используемыми массивами данных должны быть ключевыми особенностями любого нового подхода.

Уже разработана общая структура и определенные процедуры функционирования системы, определены регионы, в которых необходимо распространение и уточнение пространственных почвенных данных. В настоящее время исследования участников проекта направлены на разработку этих систем, формирование требований к данным, оптимизацию форм вывода и на формирование адекватного отображения результатов цифрового почвенного картографирования (Lagacherie, McBratney, 2006). Исследования по данной тематике проводятся и в России (Васенев, Васенева, 2012; Красильников и др., 2012 и др.).

Другие почвенные информационные системы и базы данных

Кроме рассмотренных выше систем, существует множество других — как на национальном уровне — почвенная ИС Африки (Africa Soil Information Service [Электронный ресурс]), Германии (Soil information system FISBo BGR [Электронный ресурс]), Марокко (Badraoui, Stitou, 2001), Шотландии (Brown, 1987), так и на региональных (Maji at al., 2001; Montanarella, Negrel, 2001), крупномасштабных муниципальных (Bartsch at al., 1997) и др. Непрерывно идет разработка новых почвенных ИС — Новой Зеландии (Lilburne at al., 2012), Великобритании (Land Information System — LandIS [Электронный ресурс], Турции (Dinç, 2008), Руанды (Verdoodt, van Ranst, 2006), Нидерландов (Brus at al., 2010).

Почвенные ИС имеют довольно сильно различающийся масштаб, например почвенная ИС ISIS представляет собой сервис, содержащий информацию о почвах, содержащихся в коллекции Всемирного музея почв в Нидерландах — Всемирной почвенной реферативной коллекции, которая включает в себя около 950 монолитов из более чем 70 стран мира, сопровождающихся детальными описаниями почвенных профилей и сведениями об основных факторах почвообразования. БД открыта для бесплатного доступа через сайт (Soil Information System — ISIS [Электронный ресурс]). В БД содержится более 60 показателей относящихся к месту заложения разреза (месторасположение, геология, формы рельефа, характеристики почвенного покрова, гидрология, тип использования земель, растительность и климат) и более 100 показателей, относящихся непосредственно к описанию почвенных свойств (описания почвенных разрезов согласно методологии ФАО; 100 физических, химических и минералогических атрибутов; атрибуты по классификации почв согласно легенде Почвенной Карты Мира ФАО-ЮНЕСКО (1974), доработанной карты почв ФАО-ЮНЕСКО (1988), а также WRB, американской Soil Taxonomy и национальным почвенным классификациям).

В России также постепенно начинают возобновляться работы по информатизации почвоведения. Из самых заметных проектов стоит выделить систему Soilmatrix — электронная БД почв Южного федерального округа, которую разрабатывают на кафедре почвоведения и агрохимии Южного федерального университета (Soil Matrix — база данных почв ЮФО [Электронный ресурс]).

В Soilmatrix содержится информация по следующим субъектам РФ: Ростовская и Волгоградская области, Ставропольский и Краснодарский края, Республика Калмыкия. Всего в базе содержатся данные о 30400 разрезах и 60000 почвенных образцах.

В качестве элементарной информационной единицы в «Soilmatrix» был взят единичный образец почвы, полученный из некоторого почвенного разреза. Иерархия объектов в БД выполнена следующим образом: тип — подтип — род почвы — почвенный контур — разрез — образец почв, при этом субстантивные (объективно измеряемые без классификаторов) данные относятся в основном к образцу почвы и представлены группами данных гранулометрического состава, физических свойств, показателей плодородия, морфометрии, засоления, микроагрегатного состава и экологии (Крыщенко и др., 2008). Так же как и в большинстве зарубежных почвенных ИС, основной упор в Soilmatrix сделан на физические и химические показатели почв. Несмотря на это, концепция Soilmatrix существенно отличается от зарубежных аналогов — в БД особое внимание уделяется гранулометрическому составу почв и приоритетным направлении работы БД является анализ изменения состава и свойств почв на гранулометрической матрице (Крыщенко и др., 2008).

Другим активно развивающимся направлением является создание узконаправленных почвенных ИС и БД, рассчитанных на решение конкретных задач. Хорошим примером подобных проектов является база данных Boreal 2.0. Эта БД направлена на изучение бореальных мезоморфных почв России; в БД заносятся химические и физико-химические свойства. БД характерна крайне хорошо гармонизированными данными, прошедшими строгий отбор (Белоусова, Мешалкина, 2009). БД позволила характеризовать территории разных масштабов, всего в БД внесено 776 разрезов. Интересна оценка влияния личности исследователя на географию и генезис почв разных регионов, полученная на основании занесенных в БД данных — анализ содержания БД показал крайне неравномерную изученность регионов и классификационных выделов. Видимо, это связано с крайне высоким порогом отбора данных для БД и обуславливает необходимость проведения новых полевых исследований для того, чтобы получить равномерную релевантную информацию при таких критериях отбора данных.

Еще один вид проектов — БД с ярко выраженной ГИС-составляющей. Существует множество систем, которые состоят из БД, содержащей пространственные данные, и БД, содержащей атрибутивные данные. ГИС системы предназначенные для визуализации тех или иных процессов и явлений связанные с самым широким кругом вопросов; наиболее актуальным применением ГИС в почвоведении является мониторинг и изучение динамики экосистем — на данный момент функционируют системы, позволяющие решать самые разнообразные задачи — от создания глобальных широкопрофильных выборок данных (GeoConnections program [Электронный ресурс]) до решения задач агроэкологического мониторинга (Бойко, Васенев, 2007).

Подводя итоги анализа существующих в мире почвенных ИС, необходимо отметить, что несмотря на больше количество работа на данную тему, большинство почвенных ИС пока еще не дают адекватную информацию для прогноза глобальных изменений почв на большинстве территорий Земли (van Engelen, 2010). Методы изучения почвенных свойств не стандартизированы, что затрудняет гармонизацию данных для использования в рамках единых БД. Стоит острая необходимость по продолжению работ по формализации почвоведения (Рожков, 2007), с использованием богатого опыта, накопленного отечественными почвоведами. В связи с этим, необходимо усилить разработки в данной области, что позволит увеличить вклад российской школы почвоведения в формализацию почвенных исследований на мировом уровне.


Дополнение


Если смотреть на ситуацию в разрезе 2020 г., то за годы, на которые эта книга несколько припозднилась, было сделано много нового. Наиболее интересным проектом является создание Глобальной Почвенной Информационной Системы — GLOSIS (Global Soil Information System) в рамках проекта Глобального Почвенного Партнерства (Global Soil Partnership). Протестировать эту систему в онлайн режиме можно уже сейчас на сайте https://glosis.isric.org/

ОГРАНИЧЕНИЯ СОВРЕМЕННЫХ
ПОЧВЕННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ

Анализ современного состояния зарубежных и отечественных разработок в области информационных технологий показывает, что переход к электронным формам ввода, хранения, анализа, обработки, вывода и обмена почвенными данными является актуальным направлением развития теоретического и экспериментального почвоведения, имеющим и обеспечивающим широкий спектр практических применений. Центральным направлением зарубежных разработок является разработка почвенных информационных систем, использующих три взаимосвязанные технологии: Интернет для обеспечения многопользовательского доступа к данным, и две технологии хранения и представления данных — в атрибутивной (почвенные базы данных) и пространственной формах (ГИС, ДДЗ). На сегодня в России не существует актуальной действующей почвенной ИС, предоставляющей многопользовательский доступ к пространственным и атрибутивным почвенным данным, имеющим научное назначение.

В ходе обзора выявлено, что международное сообщество почвоведов в качестве эталона современных систем предпочитает SOTER. Проект SOTER был инициирован в 1986 г. для преодоления главных ограничения на пути к глобальному моделированию и исследованиям — нехватке стандартизированной, совместимой базы данных почв. Концепция проекта SOTER, основанная на связи атрибутивных и геоинформационных БД, сейчас де-факто является стандартом для большинства почвенных ИС. Однако, основополагающая часть SOTER, атрибутная БД свойств почв, имеет серьезные ограничения.

Даталогическая модель атрибутивной БД SOTER состоит из нескольких таблиц (рис. 12), из которых две являются основными и содержат данные по профилям и горизонтам, а остальные — вспомогательными, содержащими расшифровку кодов показателей или некоторых методов определения значения показателей.

Бесплатный фрагмент закончился.

Купите книгу, чтобы продолжить чтение.