П. Перейра, д-р наук, Paulo@mruni.eu,
Центр Менеджмента Окружающей Среды,
Университет Миколаса Ромериса,
Атейтис, 20, LT-08303 Вильнюс, Литва,
М. Олива, д-р наук, Moliva@campus.ul.pt, Институт Географии и Территориального Планирования,
Университет Лиссабона,
Аламеда де Универсидад, 1600-214 – Лиссабон, Португалия
МОДЕЛИРОВАНИЕ ГИДРОФОБНЫХ СВОЙСТВ ПОЧВ
В УСЛОВИЯХ НЕОБРАБАТЫВАЕМЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ЗЕМЕЛЬ
Гидрофобность почв является естественным свойством, которое связано с влиянием эрозионных процессов, инфильтрации
воды, поверхностных и подземных гидрогеологических процессов, питательных веществ, выщелачивание и роста растений.
Цель: Исследование пространственного распределения и определение наиболее точных методов интерполяции для оценки гидро-
фобности почв в пределах необрабатываемых сельскохозяйственных земель.
Методика: Был избран участок площадью 21 м2 (7x3 м). Внутри этого участка гидрофобность почв определялась с шагом 50 см. С целью определения наиболее надежной карты были протестированы несколько методов интерполяции – обычный кригинг, обратнае
расстояние к весу с силой 1, 2, 3, 4 и 5, Радиальная: базисная функция (Обратная, мультиквадратическая, мультилогарифмическая, натуральный кубический сплайн и тонкой пластины, сплайн), Локальный полином с силой 1 и 2. Результаты: Полученные результаты показывают, что гидрофобность почв очень неоднородна, даже на небольших расстояни-
ях. Последнее свидетельствует, что гидрологические свойства почвы могут меняться очень быстро в пространстве. Сферическая
модель стала лучшим предвестником гидрофобности почв. Кроме того, наиболее точным методом интерполяции стал Мультило-
гарифмический метод, а наиболее обоснованный метод – кубического сплайна .
Новизна: Исследование нескольких методов интерполяции пространственного распределения гидрофобности почв изучалось
ранее, а следовательно приведенные материалы несут новую информацию в данной сфере исследований.
Практическое значение: Более точная интерполяция гидрофобности почв и других показателей поможет глубже понять тонкие
процессы в рамках больших площадей. Картирование с высокой точностью улучшит модели и сделает весомый вклад в прогнозиро-
вание эрозии почв.