Формирование паттерн потоков суммарного испарения, влажности поверхностного слоя почвенного покрова и NDVI в 2022 г. при орошении посева сои дождевальной машиной Каскад (УНПО «Поволжье», Энгельский район Саратовской области)

ВВЕДЕНИЕ
Хорошо известно, что для получения высоких и стабильных урожаев на орошаемых агроценозах необходимо обеспечить соответствие между их потребностями в воде с наличием соответствующих влагозапасов корнеобитаемого слоя на протяжении основных вегетационных фаз [1]. Соответствующая реализация этого требования связана с необходимостью учета пространственной вариации указанных потребностей, зависящих от характеристик растительного и почвенного покровов конкретного агроценоза. Значительная часть этих характеристик изменяется в течении вегетации под воздействием метеорологических факторов и условий, а также применяемых агротехнологический. В связи с этим в рамках парадигмы точного земледелия для обеспечения соответствия между потребностями в воде и ее наличием в ризосфере необходимы соответствующие методы и инструменты мониторинга для их пространственной оценки на уровне отдельного агроценоза [2].
В настоящее время технологии дистанционного и проксимального зондирования (Д и ПЗ), а также агрогидрологического моделирования (АМ) широко применяются в инновационных проектах по орошаемому земледелию, как для управления поливным режимом агроценозов [3], так и апостериорной оценки его эффективности [4]. Современные подходы в агрогидрологическом описании процессов в континууме почва-вода-растение-атмосфера (SWAP), включающие испарение с поверхности почвенного покрова, транспирацию растительного покрова, отбор воды из ризосферы и др. используют результаты количественной интерпретации результатов Д и ПЗ. Эти результаты используются для формирования граничных условий на дневной поверхности, а также калибрования характеристик водного стресса посевов сельскохозяйственных культур. Такие модели используются в методах мониторинга потребностей и текущих влагозапасов ризосферы. В свою очередь эти результаты используются для моделирования формирования вегетативой массы и конечной урожайности агроценоза и/или его отдельных контуров, оптимизированной с учетом экономической и экологической целесообразности (эффективности). Для этого используются варианты формирования водного режима ризосферы в зависимости от назначаемого поливного режима (сроков и норм поливов).
Формирование на экстенте орошаемого агроценоза контуров с разными потребностями в воде, а также контуров с разным поливным режимом идентифицируется по наличию паттерн характеристик растительного и почвенного покрова, рассчитываемых по результатам ДиПЗ. Зачастую местоположение этих паттерн связано с характеристиками рельефа, а в ряде случаев с техническими особенностями дождевальных машин [5], а также с качеством выполнения технических предписаний по реализации, как отдельных поливов, так и всей их совокупности [6].
В настоящей работе представлены результаты анализа: а) поливного режима, реализованного в 2022 г. дождевальной машиной Каскад на посеве сои; б) влияния реализованного поливного режима на формирование паттерн ряда характеристик, контролируемых посредством Д и ПЗ. Для этого были использованы сформированные слои: 1) объективных данных контроля реализации поливов; 2) наборов метеорологических параметров; 3) оценок объемной влажности поверхностного слоя почвенного покрова (Θ) по данным ПЗ (влагомер ML3-KIT (THETAKIT); 4) оценок потоков суммарного испарения (ЕТа) по модели METRIC по данным ДЗ (TIR, Landsat 7,8); 5) оценок Θ по данным ДЗ (Sentinel 1, SWIR, Sentinel 2); 6) оценок NDVI по данным ДЗ (LandSat 7,8 и Sentinel 2); 7) результатов АМ с использованием агрогидрологической модели AquaCrop.
Проведенный картографический анализ результатов Д и ПЗ позволил прийти к выводу о наличии пространственных связей между паттернами на картограммах: 1) ЕТа и Θ с пространственно-временными характеристиками реализованного на экстенте посева сои поливного режима; б) NDVI с наступлением на них фазы созревания сои. Верификация этих связей была осуществлена расчетами по модели AquaCrop, подтвердившими закономерность выявленных особенностей. Сопоставление оценок потоков EТa по модели AquaCrop с оценками этих же потоков по модели METRIC с использованием данных ДЗ позволили получить оценку потока поливной воды ниже нижней границы ризосферы. Это позволило оценить водоэффективность поливного режима орошаемого посева сои. В конечном итоге была отмечена необходимость совершенствования модели AquaCrop, в части описания грунтового стока, формируемого на почвах Саратовского Заволжья при орошении агроценозов [7], а также связи между водным режимом и временем наступления фазы налива семян сои.

ОБЪЕКТ
Территория, где проводились исследования, расположена 3-ей террасе левого берега р. Волги, в зоне сухих степей Заволжья с континентальным климатом и каштановыми почвами, вблизи административной границы Энгельского и Советского районов Саратовской области. Объект, на котором были проведены исследования, представлял собой посев сои 2022 г. (39,1 га) УНПО «Поволжье» Вавиловского университета (Энгельский район, Саратовская область). Орошение этого посева было реализовано ДМ «Каскад» кругового действия, состоящей из 6-ти тележек длиной порядка 50 м каждая, а также навесной фермой и концевой пушкой, которые обеспечивала полив контура с радиусом порядка 320 м. В оросительный период 2022 г. этой ДМ на посеве сои было проведено 8-ь поливов оросительной нормой порядка 160 мм.

МЕТОД
Для анализа реализованного водного режима агроценоза был сформирован набор данных ДиПЗ, а также результатов АМ включающий: 1) набор объективных данных реализации поливов, полученных в результате обработки геоданных трекеров, установленных на ДМ «Каскад» и загруженных с веб-сервиса ООО «Агросигнал» [https://agsh.agrosignal.com/]; 2) набор метеорологических параметров полученных с локальной агрометеостанции «Сокол-М», которые были использованы в модели METRIC для расчетов ЕТа; 3) картограмму, сформированная по результатам ПЗ влажности поверхностного слоя почвенного покрова, реализованного с использованием ручного влагомера ML3-KIT (THETAKIT) и видеофиксации его показаний, а также координат мест измерений посредством свободно распространяемого мобильного приложения GPS Map Camera [5]; 4) разновременные картограммы, сформированные по результатам ДЗ: а) потоков ЕТа, рассчитанных по модели METRIC по данным теплового инфракрасного канала (TIR) Landsat 7, 8; 5) Θ, рассчитанных по данным радиолокационного канала Sentinel 1 [6], а также средневолнового инфракрасного канала (SWIR) LandSat 7,8 и Sentinel 2; 6) NDVI, рассчитанных по данным красного (R) и ближнего инфракрасного (NIR) каналов LandSat 7,8, а также Sentinel 2; 7) наборы результатов АМ с использованием модели AquaCrop.

РЕЗУЛЬТАТЫ
Проведенный в среде ArcGIS Pro 2.7 пространственный анализ, сопряженных по времени картограмм ЕТа, Θ и NDVI исследованного посева сои, позволил выявить сопряженность во времени паттерн первых двух характеристик, а также отличия в сопряжении по времени этих паттерн от паттерн третьей характеристики. В первом случае были выявленные паттерны картограмм ЕТа и Θ, имевшие две достаточно строгие геометрические формы. Первая из этих форм состояла из 4-х секторов с практически прямым углом (порядка 90°) в месте расположения центральной опоры ДМ. Примечательно, что эта форма паттерна прослеживались в течении практически всего вегетационного периода. Вторая из этих форм состояла из концентрических колец, заключенных между колеями, сформированными 6-ю опорами, а также внешней границей дождевания. Отметим, что паттерны Θ обоих видов паттерны, полученные, как с использованием результатов радиолокационной съемки Sentinel-1 [5], так и с использованием SWIR съемки Sentinel-2, были схожи.
В случае третьей характеристики NDVI, то на ее картограммах, построенных по результатам съемок до начала фазы налива семян (первая декада августа 2022 г.), не были идентифицированы сколь-нибудь значимые паттерны, имевшие отмеченные геометрические формы. В тоже самое время на картограммах, построенных по результатам съемок, проведенных уже после начала фазы налива семян сои, вплоть до уборки урожая, были идентифицированы паттерны, второго вида – концентрических колец. В дополнение к этим паттернам на картограммах, построенных после начала фазы налива семян сои был идентифицирован паттерн, имевший форму сектора с острым углом (порядка 30°), который был расположен в конце последнего 4-го сектора (с прямым углом) по ходу поворота ДМ при ее штатной работе.

ОБСУЖДЕНИЕ
Для верификации результатов анализа картограмм, в ходе которого были идентифицированы систематически повторяющиеся паттерны трех типов (секторальные с углом порядка 90° и углом порядка 30°, а также концентрических колец) было проведено АМ с использованием модели AquaCrop. При этом для случая секторальных паттерн даты начала всех 8-и реализованных в течении оросительного периода поливов были последовательно смещены на сутки между соседними секторами в соответствии с фактическим проведением поливов, верифицированных по данными объективного контроля. Таким образом было проведено АМ поливного режима, который осуществлялся в светлое время суток с 7:00 до 19:00 местного времени, за которое посредством ДМ Каскад осуществлялся полив соответствующего сектора в результате своего поворота на 90°. Анализ совокупности результатов АМ в части оценки потоков ETa полученных с использованием модели AquaCrop, и их сопоставления с потоками ЕТа полученных с использованием модели METRIC по TIR каналу КА Landsat 7, 8, позволил верифицировать формирование секторальных паттерн в результате реализации 8ми поливов, каждый из которых последовательно приходился на 4е смежных сектора. При этом было отмечено, что на протяжении всего исследованного оросительного периода объемы воды, формируемые потоками ЕТа, согласно модели AquaCrop, были на 20-25% больше, аналогичных потоков, полученных по модели METRIC по данным ДЗ. Это позволило прийти к выводу о формировании в результате дождевания грунтового стока поливной воды за нижний предел ризосферы, что приводило к недоступности соответствующей части поливной воды для корневой системы посева сои. В целом отмеченный вывод соответствовал результатам анализа экспериментальных данных ранее проведенного в этом региона на аналогичных почвах 3-х летнего мониторинга с послойным мониторингом влажности почвенного профиля с использованием измерительного оборудования Trime FM [7].
В случае паттерн, имевших форму концентрических колец были использованы результаты ПЗ Θ поверхностного слоя почвенного покрова вдоль дождевого фронта, который был проведен с использованием ручного влагомера ML3-KIT (THETAKIT) и видеофиксации его показаний, а также координат мест измерений, посредством свободно распространяемого мобильного приложения GPS Map Camera. Полученные результаты позволил выявить значимое отличие локальных поливных норм (в пределах 2-2,5) вдоль дождевого фронта ДМ Каскад [5]. Выявленное отличие, согласно результатам проведенной технической проверки 86-ти установленных на ДМ «Каскад» разбрызгивателей, было связано с рядом несоответствий их характеристик установленному регламенту. Значения рассчитанных локальных поливных были использованы в АМ с использованием модели AquaCrop для верификации формирования паттерн, имевших форму концентрических колец. Результаты проведенного АМ подтвердили выявленные особенности, нашедшие свое отражение в рассчитанных значениях ЕТа.
В свою очередь, на картограммах NDVI, соответствовавших стадиям вегетации от начальной до момента налива семян сои, не было выявлено сколь значимых паттерн, в том числе и паттерн идентифицированных на картограммах ЕТа и Θ. Однако, на картограммах, соответствующих стадиям налива и последующих, были также идентифицированы паттерны, имевшие форму концентрических колец. Проведенный полевой анализ растений сои в пределах этих колец показал, что их формирование связано с разным наступлением фазы налива семян, которое началось раньше на конурах в границах колей с меньшими локальными нормами. Очевидно, что этот феномен проявился в результате поливного режима с меньшими поливными нормами, вызвавшими более высокий водный стресс сои, в сравнении с другими контурами с более высокими поливными нормами и соответственно менее значимым водным стрессом. В итоге это привело к сокращению предшествующей фазе налива фазы формирования бобов, что нашло сове отражение в идентифицированных паттернах на картограммах NDVI.
Аналогичные результаты анализ были получены и для идентифицированного сектора с острым углом. По результатам проверки с использованием данных объективного контроля было выявлено нарушение технологического режима, в результате которого на этом секторе не было выполнен ряд поливов. Соответствующие последствия оказались идентичным выше описанным.
Попытки верификации идентифицированного случая формирования кольцеобразных паттерн в результате уменьшения поливных норм с использованием модели AuqaCrop не привели к получению адекватных результатов. Основная причин этого заключалась в задании начала каждой фазы вегетации в соответствии с эмпирическим данным, или продолжительности предыдущих фаз, или по сумме накопленных суточных температур воздуха, без связи, или с состоянием водного стресса или с водным режимом ризосферы.

ВЫВОДЫ
Результаты анализа и сопоставления характерных особенностей наборов картограмм ЕТа и Θ позволили прийти к выводу о значимой чувствительности соответствующих характеристик водного режима агроценозов: 1) к реализации отдельных поливов в течении всего оросительного периода, которые были реализованы в соответствии с техническими предписаниями, а также рядом отклонений от них; 2) к техническим особенностям функционирования разбрызгивателей, установленных на напорном фронте ДМ Каскад.
Результаты анализа наборов картограмм NDVI позволил выявить связь моментов времени формирования концентрических паттерн, кольцеобразной формы, с моментами времени наступления фазы налива семян сои. Это позволило прийти к выводу о значимости выявленной особенности этой характеристики для диагностирования наступления фазы налива в задачах, связанных с водным режимом и его влияния на рост и развитие агроценозов.
Результаты АМ с использованием модели AquaCrop и их сопоставления с результатами анализа наборов картограмм ЕТа, Θ и NDVI, позволили выявить два важных научно-методических аспекта применения этой модели для анализа режимов орошения посевов сои на каштановых почвах, которые нуждаются в дальнейшем совершенствовании. Первый из них касается описания формирования при орошении орошения грунтового стока за пределы нижней границы ризосферы. Второй – отсутствия связи между водным режимом и/или сформированным режимом водного стресса посева сои и моментом наступления фазы налива семян сои.

БЛАГОДАРНОСТИ
Исследование выполнено при поддержке гранта Российского научного фонда №23-27-00438, https://rscf.ru/project/23-27-00438/.