Эрозия почвы – неизбежный естественный процесс, представляющий серьезную угрозу плодородию почв и управлению земельными ресурсами во всем мире. Основной целью данного исследования был тщательный библиометрический анализ исследований, посвященных широко используемой модели RUSLE для моделирования эрозии почвы, с целью выявления основных тенденций в исследованиях, значимых вкладов и существующих пробелов в знаниях. Для исследования были отобраны статьи на английском языке, опубликованные в базе данных Scopus в период с 1987 по 2024 гг. Анализ был сосредоточен на таких показателях, как наиболее продуктивный год, журналы, авторы, ключевые слова, темы, страны, аффилиации и цитирования. В процессе анализа использовались такие инструменты, как R Biblioshiny, VOSviewer и mapchart. net. Результаты показали, что 2023 г. стал годом с максимальным количеством публикаций по этой теме, а ведущими журналами были Environmental Earth Sciences и Modeling Earth Systems and Environment. Ренард К. Г. и Ли И. стали авторами, опубликовавшими наибольшее число статей, а в поиске чаще всего употреблялось словосочетание “эрозия почвы”. Китай и Индия вышли на первое место, что свидетельствует о более выраженных эрозионных процессах в них по сравнению с другими странами. Кроме того, установлено, что развитие исследований с помощью модели RUSLE можно разделить на три этапа: начальная фаза ограниченного использования (1987–1996 гг.); фаза устойчивого роста (1997–2014 гг.), обусловленная интеграцией ГИС и дистанционного зондирования; и высокопродуктивная фаза (2015 г. – по настоящее время), характеризующаяся технологическим прогрессом и ростом популярности модели во всем мире, особенно в 2023 г. Эти результаты демонстрируют, как возрастает важность современных технологий в повышении точности и масштабируемости моделей эрозии почв. Данный библиометрический анализ предоставляет интерес и дополнительную информацию для будущих исследований с целью развития устойчивого земледелия и эффективного управления земельными ресурсами, методов ведения сельского хозяйства, направленных на предотвращение деградации земель.
Soil erosion is an unavoidable natural phenomenon that significantly endangers soil fertility and global land management. The primary objective of this study was to perform a thorough bibliometric analysis of research pertaining to the extensively utilized RUSLE model for soil erosion modeling, aiming to identify significant research trends, impactful contributions, and existing knowledge gaps. This study selected articles published in English from 1987 to 2024 in the Scopus database. The analysis centered on indicators including the most productive year, journals, authors, keywords, topics, countries, affiliations, and citations. We used R Biblioshiny, VOSviewer, and mapchart. net to help us with the analysis. The results showed that 2023 was the best year for publications on this topic, with Environmental Earth Sciences and Modeling Earth Systems and Environment being the top journals. Renard K. G. and Li Y. were the authors, who wrote the most papers, and “soil erosion” was the word that was used the most. China and India also came out on top, which shows that they are more affected by erosion than other countries. Furthermore, the progression of RUSLE research has been identified as occurring in three distinct phases: an initial limited phase (1987-1996), a phase of steady growth (1997-2014) propelled by the integration of GIS and remote sensing, and a highly productive phase (2015- till present moment) characterized by technological advancements and heightened global awareness, especially in 2023. These results show how modern technologies are becoming more important for making soil erosion models more accurate and scalable. This bibliometric analysis gives a full picture of how soil erosion research is changing around the world. It gives useful information for future research and supports sustainable land management and farming practices that aim to stop land degradation.
Идентификаторы и классификаторы
- SCI
- Почвоведение
Эрозия почвы – неизбежный естественный процесс, представляющий серьезную угрозу плодородию почв и управлению земельными ресурсами во всем мире. Основной целью данного исследования был тщательный библиометрический анализ исследований, посвященных широко используемой модели RUSLE для моделирования эрозии почвы, с целью выявления основных тенденций в исследованиях, значимых вкладов и существующих пробелов в знаниях. Для исследования были отобраны статьи на английском языке, опубликованные в базе данных Scopus в период с 1987 по 2024 гг.
Список литературы
1. Abdelsamie E.A., Abdellatif M.A., Hassan F.O., El Baroudy A.A., Mohamed E.S., Kucher D.E., Shokr M.S., Integration of RUSLE Model, Remote Sensing and GIS Techniques for Assessing Soil Erosion Hazards in Arid Zones, Agriculture, 2022, Vol. 13, No. 1, 35.
2. Abdi B., Kolo K., Shahabi H., Soil erosion and degradation assessment integrating multi-parametric methods of RUSLE model, RS, and GIS in the Shaqlawa agricultural area, Kurdistan Region, Iraq. Environ. Monit. Assess., 2023,195, 1149.
3. Abdikairov B., Juliev M., Kholmurodova M., Analyses and assessment of soil salinity modeling: review of papers from Scopus database, J. Geol. Geogr. Geoecology, 2024, No. 33, pp. 647-661.
4. Aiello A., Adamo M., Canora F., Remote sensing and GIS to assess soil erosion with RUSLE3D and USPED at river basin scale in southern Italy, CATENA, 2015, Vol. 131, pp. 174-185.
5. Al Shoumik B.A., Khan Md.Z., Islam Md.S., Soil erosion estimation by RUSLE model using GIS and remote sensing techniques: A case study of the tertiary hilly regions in Bangladesh from 2017 to 2021, Environ. Monit. Assess., 2023, Vol. 195, 1096.
6. Aldiansyah S., Wardani F., Spatiotemporal dynamic of soil erosion in the Roraya River Basin based on RUSLE model and Google Earth Engine, J. Hydroinformatics, 2024, Vol. 26, pp. 1273-1294.
7. Alewell C., Borrelli P., Meusburger K., Panagos P., Using the USLE: Chances, challenges and limitations of soil erosion modelling, Int. Soil Water Conserv. Res., 2019, Vol. 7, pp. 203-225.
8. Al-hasn R., Alghamaz F., Dikkeh M., Idriss Y., Water soil erosion modeling with RUSLE, GIS & remote sensing: A case study of the AL-Sanaoubar River basin (Syria), J. Saudi Soc. Agric. Sci., 2024, pp. 474-484.
9. Amsalu T., Mengaw A., GIS Based Soil Loss Estimation Using RUSLE Model: The Case of Jabi Tehinan Woreda, ANRS, Ethiopia. Nat. Resour., 2014, Vol. 05, pp. 616-626.
10. Benavidez R., Jackson B., Maxwell D., Norton K., A review of the (Revised) Universal Soil Loss Equation ((R)USLE): With a view to increasing its global applicability and improving soil loss estimates, Hydrol. Earth Syst. Sci., 2018a, Vol. 22, pp. 6059-6086.
11. Benavidez R., Jackson B., Maxwell D., Norton K., A review of the (Revised) Universal Soil Loss Equation (R/USLE): with a view to increasing its global applicability and improving soil loss estimates, Hydrology and Earth System Sciences, 2018b, Vol. 22, Iss. 11, pp. 6059-6086.
12. Benkobi L., Trlica M.J., Smith J.L., Evaluation of a Refined Surface Cover Subfactor for Use in RUSLE, J. Range Manag., 1994, Vol. 47, 74.
13. Bensekhria A., Bouhata R., Assessment and Mapping Soil Water Erosion Using RUSLE Approach and GIS Tools: Case of Oued el-Hai Watershed, Aurès West, Northeastern of Algeria, ISPRS Int. J. Geo-Inf., 2022, Vol. 11, Article 84,. DOI: 10.3390/ijgi11020084
14. Borrelli P., Alewell C., Alvarez P., Anache J.A.A., Baartman J., Ballabio C., Bezak N., Biddoccu M., Cerdà A., Chalise D., Chen S., Chen W., De Girolamo A.M., Gessesse G.D., Deumlich D., Diodato N., Efthimiou N., Erpul G., Fiener P., Freppaz M., Gentile F., Gericke A., Haregeweyn N., Hu B., Jeanneau A., Kaffas K., Kiani-Harchegani M., Villuendas I.L., Li C., Lombardo L., López-Vicente M., Lucas-Borja M.E., Märker M., Matthews F., Miao C., Mikoš M., Modugno S., Möller M., Naipal V., Nearing M., Owusu S., Panday D., Patault E., Patriche C.V., Poggio L., Portes R., Quijano L., Rahdari M.R., Renima M., Ricci G.F., Rodrigo-Comino J., Saia S., Samani A.N., Schillaci C., Syrris V., Kim H.S., Spinola D.N., Oliveira P.T., Teng H., Thapa R., Vantas K., Vieira D., Yang J.E., Yin S., Zema D.A., Zhao G., Panagos P., Soil erosion modelling: A global review and statistical analysis, Sci. Total Environ., 2021, Vol. 780, 146494.
15. Borrelli P., Robinson D.A., Fleischer L.R., Lugato E., Ballabio C., Alewell C., Meusburger K., Modugno S., Schütt B., Ferro V., Bagarello V., Oost K.V., Montanarella L., Panagos P., An assessment of the global impact of 21st century land use change on soil erosion, Nat. Commun., 2017, Vol. 8, 2013.
16. Colavizza G., Hrynaszkiewicz I., Staden I., Whitaker K., McGillivray B., The citation advantage of linking publications to research data, PLOS ONE, 2020, Vol. 15, e0230416.
17. Das S., Deb P., Bora P.K., Katre P., Comparison of RUSLE and MMF Soil Loss Models and Evaluation of Catchment Scale Best Management Practices for a Mountainous Watershed in India, Sustainability, 2020, Vol. 13, 232.
18. Djanpulatova Z.A., Juliev M.K., Abdikairov B.E., Kholmurodova M.D., Turdalieva S.R., Khadjieva Z.B., Ecosystem services in achieving sdgs: a bibliometric overview 2015-2024, Appl. Ecol. Environ. Res., 2025, Vol. 23, pp. 6223-6246.
19. Ezeh C.U., Igwe O., Asare M.Y., Ndulue D.C., Ayadiuno R.U., Preko K., A review of soil erosion modeling in Nigeria using the Revised Universal Soil Loss Equation model, Agrosystems Geosci. Environ., 2024, Vol. 7, e20471.
20. Ganasri B.P., Ramesh H., Assessment of soil erosion by RUSLE model using remote sensing and GIS - A case study of Nethravathi Basin, Geosci. Front., 2016, Vol. 7, pp. 953-961.
21. Getachew B., Manjunatha B.R., Bhat G.H., Assessing current and projected soil loss under changing land use and climate using RUSLE with Remote sensing and GIS in the Lake Tana Basin, Upper Blue Nile River Basin, Ethiopia, Egypt. J. Remote Sens. Space Sci., 2021, Vol. 24, pp. 907-918.
22. Ghosal K., Das Bhattacharya S., A Review of RUSLE Model, J. Indian Soc. Remote Sens., 2020a, Vol. 48, pp. 689-707.
23. Hulland J., Bibliometric reviews - some guidelines, J. Acad. Mark. Sci., 2024, Vol. 52, pp. 935-938.
24. Islam Md.R., Imran H.M., Islam Md.R., Saha G.C., A RUSLE-based comprehensive strategy to assess soil erosion in a riverine country, Bangladesh, Environ. Earth Sci., 2024, Vol. 83, 162.
25. Ji C., Cao Y., Li X., Pei X., Sun B., Yang X., Zhou W., A review of the satellite remote sensing techniques for assessment of runoff and sediment in soil erosion, J. Hydrol. Hydromech., 2024, Vol. 72, pp. 252-267.
26. Jodhani K.H., Patel D., Madhavan N., Singh S.K., Soil Erosion Assessment by RUSLE, Google Earth Engine, and Geospatial Techniques over Rel River Watershed, Gujarat, India, Water Conserv. Sci. Eng., 2023, Vol. 8, Article 49,. DOI: 10.1007/s41101-023-00223-x
27. Juliev M., Abdikairov B., Kholmurodova M., Djanpulatova Z., Mingboyeva M., Makhmudova M., Mapping the Landscape: A Bibliometric Analysis of Digital Education Research, E3S Web Conf., 2024, Vol. 590, 03009.
28. Juliev M., Kholmurodova M., Abdikairov B., Abuduwaili J., A comprehensive review of soil erosion research in Central Asian countries (1993-2022) based on the Scopus database, Soil Water Res., 2024, Vol. 19(4), pp. 244-256,. DOI: 10.17221/82/2024-SWR
29. Juliev M., Kholmurodova M., Gafurova L., Khoshjanova K., Khomidov A., Agzamova I., Normatova N., Gulyamov G., Muratova M., Gulamkadirova M., Modeling of soil erosion based on geospatial techniques and the RUSLE model for the Ugam Chatkal National Park, Uzbekistan, J. Geol. Geogr. Geoecology, 2024, Vol. 33, pp. 485-494.
30. Kouli M., Soupios P., Vallianatos F., Soil erosion prediction using the Revised Universal Soil Loss Equation (RUSLE) in a GIS framework, Chania, Northwestern Crete, Greece, Environ. Geol., 2009, Vol. 57, pp. 483-497.
31. Krymskaya A.S., The Bibliometrics of Bibliometrics as a New Area of Research, Sci. Tech. Inf. Process., 2023, Vol. 50, pp. 286-291.
32. Kumar M., Sahu A.P., Sahoo N., Dash S.S., Raul S.K., Panigrahi B., Global-scale application of the RUSLE model: a comprehensive review, Hydrol. Sci. J., 2022a, Vol. 67, pp. 806-830.
33. Lai J., Li J., Liu L., Predicting Soil Erosion Using RUSLE and GeoSOS-FLUS Models: A Case Study in Kunming, China, Forests, 2024, Vol. 15, 1039.
34. Makinde E.O., Oyebanji E.I., The Application of Remote Sensing and GIS Technology to Erosion Risk Mapping, Econ. Sustain. Dev. Energy Int. Conf., 2018, 1398.
35. Masroor M., Sajjad H., Rehman S., Singh R., Hibjur Rahaman M., Sahana M., Ahmed R., Avtar R., Analysing the relationship between drought and soil erosion using vegetation health index and RUSLE models in Godavari middle sub-basin, India, Geosci. Front., 2022, Vol. 13(2), Article 101312,. DOI: 10.1016/j.gsf.2021.101312
36. Mekonnen E., Kebede A., Asfaw S., Feyissa S., Optimizing soil erosion estimates of RUSLE model by analyzing land use/cover dynamics in upper Awash River Basin, Central Ethiopia, Geomat. Nat. Hazards Risk, 2023, Vol. 14(1), Article 2257363,. DOI: 10.1080/19475705.2023.2257363
37. Negese A., Critical oversights of remote sensing-based RUSLE cover and management (C) factor estimation in Ethiopia: A review, Remote Sens. Appl. Soc. Environ., 2024, Vol. 33, 101089.
38. Nizar A., Badimela U., Manohar C., Kamaraj J., Ganugapenta S., Nadimikeri J., Krishnan A., Assessment of soil erosion by integrating RUSLE-SDR-TLA model in Cauvery River basin, India, Environ. Earth Sci., 2024, Vol. 83, 549.
39. Oudchaira S., Rhoujjati A., Hanich L., EL Hachimi M.L., Evaluating soil loss and sediment yield for sustainable management of the Hassan II dam within Morocco’s Upper Moulouya watershed using RUSLE model and GIS, Environ. Earth Sci., 2024, Vol. 83, Article 210,. DOI: 10.1007/s12665-024-11518-0
40. Pal S.C., Chakrabortty R., Simulating the impact of climate change on soil erosion in sub-tropical monsoon dominated watershed based on RUSLE, SCS runoff and MIROC5 climatic model, Adv. Space Res., 2019, Vol. 64, pp. 352-377.
41. Pandey H.K., Singh V.K., Singh R.P., Singh S.K., Soil Loss Estimation Using RUSLE in Hard Rock Terrain: a Case Study of Bundelkhand, India, Water Conserv. Sci. Eng., 2023, Vol. 8, 55.
42. Papaiordanidis S., Gitas I., Katagis T., Soil erosion prediction using the Revised Universal Soil Loss Equation (RUSLE) in Google Earth Engine (GEE) cloud-based platform, Dokuchaev Soil Bulletin, 2019, Vol. 100, pp. 36-52,. DOI: 10.19047/0136-1694-2019-100-36-52
43. Paul S.S., Li J., Li Y., Shen L., Assessing land use-land cover change and soil erosion potential using a combined approach through remote sensing, RUSLE and random forest algorithm, Geocarto Int., 2021, Vol. 36, pp. 361-375.
44. Pennock D.J., Soil erosion: the greatest challenge for sustainable soil management. Rome, Italy: Food and Agriculture Organization of the United Nations, 2019.
45. Phinzi K., Ngetar N.S., The assessment of water-borne erosion at catchment level using GIS-based RUSLE and remote sensing: A review, Int. Soil Water Conserv. Res., 2019, Vol. 7, pp. 27-46.
46. Renard K.G., Ferreira V.A., RUSLE model description and database sensitivity, J. Environ. Qual., 1993, Vol. 22, pp. 458-466
47. Renard K.G., Foster G.R., Weesies G.A., Porter J.P., RUSLE: revised universal soil loss equation, J. Soil Water Conserv., 1991, Vol. 46, pp. 30-33.
48. Renard K.G., Foster G.R., Yoder D.C., McCool D.K., RUSLE revisited: status, questions, answers, and the future, J. Soil Water Conserv., 1994, Vol. 49, pp. 213-220.
49. Renard K.G., Predicting soil erosion by water: a guide to conservation planning with the revised universal soil loss equation (RUSLE), Washington, D.C., 1997.
50. Renard K.G., Yoder D.C., Lightle D.T., Dabney S.M., Universal Soil Loss Equation and Revised Universal Soil Loss Equation, Handb. of Erosion Model. John Wiley and Sons., 2011, pp. 135-167.
51. Shi Z.H., Cai C.F., Ding S.W., Wang T.W., Chow T.L., Soil conservation planning at the small watershed level using RUSLE with GIS: a case study in the Three Gorge Area of China, CATENA, 2004, Vol. 55, pp. 33-48
52. Singh M.C., Sur K., Al-Ansari N., Arya P.K., Verma V.K., Malik A., GIS integrated RUSLE model-based soil loss estimation and watershed prioritization for land and water conservation aspects, Front. Environ. Sci., 2023, Vol. 11, 1136243.
53. Singh S., Kansal M.L., Sub-basin prioritisation using RUSLE in a Mountainous River Basin of Uttarakhand (India), Environ. Dev. Sustain., 2023, Vol. 26, pp. 6851-6877.
54. Singh S.K., Influence of anthropogenic activities on landslide susceptibility: A case study in Solan district, Himachal Pradesh, India, J. Mt. Sci., 2023, Vol. 20, pp. 429-447.
55. Tang Q., Xu Y., Bennett S.J., Li Y., Assessment of soil erosion using RUSLE and GIS: a case study of the Yangou watershed in the Loess Plateau, China, Environ. Earth Sci., 2015, Vol. 73, pp. 1715-1724.
56. Teng H., Liang Z., Chen S., Liu Y., Viscarra Rossel R.A., Chappell A., Yu W., Shi Z., Current and future assessments of soil erosion by water on the Tibetan Plateau based on RUSLE and CMIP5 climate models, Sci. Total Environ., 2018, Vol. 635, pp. 673-686.
57. Thomas J., Joseph S., Thrivikramji K.P., Estimation of soil erosion in a rain shadow river basin in the southern Western Ghats, India using RUSLE and transport limited sediment delivery function, Int. Soil Water Conserv. Res., 2018, Vol. 6, pp. 111-122.
58. Wang H., Bai Y., Man X., Tang Z., Zhang S., Improved RUSLE model to simulate the effect of slope forest area on soil and water conservation, Water Supply, 2023, Vol. 23, pp. 2799-2813.
59. Wen X., Zhen L., Jiang Q., Xiao Y., A global review of the development and application of soil erosion control techniques, Environ. Res. Lett., 2023, Vol. 18, 033003.
60. Zeng C., Wang S., Bai X., Li Y., Tian Y., Li Y., Wu L., Luo G., Soil erosion evolution and spatial correlation analysis in a typical karst geomorphology using RUSLE with GIS, Solid Earth., 2017, Vol. 8, pp. 721-736.
Выпуск
Другие статьи выпуска
Рассмотрена полнотекстовая проблемно-ориентированная база данных (БД) “Выдающиеся почвоведы России”, созданная Федеральным государственным бюджетным научным учреждением “Центральная научная сельскохозяйственная библиотека” (ЦНСХБ) с целью информационного обеспечения научных исследований в области почвоведения и совершенствования информационно-библиотечного обслуживания ученых и специалистов АПК. Полнотекстовые БД значительно расширяют возможности доступа пользователей к информационным ресурсам, экономят их время, позволяя получить нужную информацию на рабочий стол без физического посещения библиотеки. Включение в научный оборот полных электронных текстов наиболее значимых трудов выдающихся российских ученых почвоведов, являющихся частью научного наследия, организованных в единый структурированный массив, позволяющий проводить быстрый и эффективный поиск по отдельным атрибутам документа и полному тексту, повышает качество информационного сопровождения научных исследований по проблеме земледелия, почвоведения. Описана методика формирования БД. БД является частью комплекса информационных ресурсов ЦНСХБ, лингвистические и программные средства которого обеспечивают формирование полной библиографической записи, релевантный и быстрый поиск. Содержание БД формировалось из фонда ЦНСХБ. В результате изучения фонда, литературных и библиографических источников, консультаций со специалистами ФИЦ “Почвенный институт имени В. В. Докучаева” был сформирован список из 147 персон. В список включены наиболее известные почвоведы, внесшие большой вклад в развитие почвоведения и оставившие заметный след в науке: ученые царской России, ученые, работавшие в СССР, и ученые, работающие в настоящее время. Наука о почве родилась в России, ее называют российской наукой, поскольку именно русские ученые заложили фундамент классического почвоведения. В БД включены труды основоположников почвоведения. Созданная проблемно-ориентированная БД “Выдающиеся почвоведы России” содержит более 450 документов. Создание проблемно-ориентированных БД повышает качество информационно-библиотечного обслуживания пользователей, обеспечивая быстроту, комфортность поиска и возможность получения информации на рабочий стол исследователя. Включение ретроспективных или малоизвестных работ почвоведов в общенаучный оборот расширяет границы познания пользователей, что будет полезно ученым и практикам, изучающим исторические корни развития почвоведения.
Цель работы - изучить элементный состав гуминовых кислот (ГК), гиматомелановых кислот (ГМК) и фульвокислот (ФК) чернозема типичного целинного Курской области. Препараты гумусовых кислот получали экстракцией 0.1 н. раствором NaOH из декальцированной навески почвы по традиционной для нашей страны методике, очистку центрифугированием и электродиализом. ГМК экстрагировали из сырого геля этанолом до обесцвечивания раствора. В полученных препаратах гумусовых кислот определяли: зольность - весовым методом, содержание C, H, N - на автоматическом анализаторе CHNS-varioMicrocube, содержание O находили по разности, степень окисленности и теплоту сгорания - по эмпирическим формулам. Данные элементного состава выражали в массовых и атомных процентах. Самый высокий энергетический потенциал характерен для ГМК, теплота сгорания 18.71 кДж/г. Самый низкий для ФК - 10.99 кДж/г. Согласно полученным данным, ГК чернозема сформированы в основном соединениями циклического типа и обеднены азотом, о чем свидетельствуют отношения Н: С, равное 0.87 и C: N, имеющее значение 16.5. Величина отношения О: С равна 0.50, а степень окисленности +0.13. ГМК и ФК имеют алифатическую природу - величины атомных отношений Н: С, равны 1.26 и 1.57 соответственно, что согласуется с литературными данными. ФК обогащены кислород- и азотсодержащими группировками, величины атомных отношений О: С и C: N, равны 0.90 и 10.8, степени окисленности +0.24. Среди гумусовых кислот ГМК в наибольшей мере обеднены азотсодержащими группировками, величина отношения C: N равна 22.8. В отличие от ГК и ФК, ГМК являются недоокисленными соединениями, что подтверждает величина отношения О: С - 0.44 и отрицательная степень окисленности -0.37. Таким образом, ГМК еще не прошли полностью этап гумификации. Согласно графико-статистическому анализу, их переход в ГК сопряжен с реакциями деметилирования и окисления, дополняемыми дегидрогенизацией. Переход от ГМК к ФК обусловлен четко выраженным процессом окисления, дополняемым слабо проявляющейся гидратацией. Положение гумусовых кислот на диаграмме в координатах степень окисленности (ω) - величина отношения Н: С свидетельствует, что они не только отличаются качеством структурных компонентов, но и находятся на разных стадиях гумификации.
Экологизация современного земледелия предполагает отказ от технологии традиционной обработки (ТО) и замену ее почвосберегающей. Одной из таких технологий является прямой посев (ПП). Его внедрение существенно изменяет условия поступления и трансформации растительных остатков. При этом мало известно об изменении строения почвенного органического вещества (ПОВ) в условиях применения ПП. Целью работы была сравнительная оценка влияния ПП и ТО на химическое строение органического вещества типичных черноземов. На примере 8-летнего полевого опыта на черноземе типичном (Курская область) проведена оценка влияния технологий ТО и ПП в слоях 0-10 и 10-20 см на химические свойства: рН, содержание подвижных форм фосфора и калия, общего азота, органического углерода, а также химическое строение ПОВ черноземов типичных, для изучения которого применяли методы ИК-спектрометрии и аналитического пиролиза. Строение ПОВ продемонстрировало наиболее выраженную зависимость от технологии земледелия по сравнению с другими изученными свойствами. Трансформация ПОВ в условиях ПП вызвана накоплением углеводов, а также продуктов их микробной переработки. Применение ТО приводит к доминированию в структуре ПОВ компонентов пассивного пула, не участвующих в процессах микробной трансформации. По результатам корреляционного анализа показано, что тенденция к накоплению органического углерода при ПП связана с увеличением доли углеводов и фенольных соединений в составе ПОВ.
Впервые с помощью метода грануло-денсиметрического фракционирования с ультразвуковой диспергацией исследован компонентный состав органического вещества пелоземов сильноскелетных остаточно-карбонатных (Skeletic Leptosols (Loamic)), карбопетроземов (Calcaric Leptosols (Protic)), петроземов (Skeletic Leptosols (Protic)) и криоземов (Oxyaquic Cryosols (Loamic)) северной части архипелага Новая Земля. Показано, что вне зависимости от глубины залегания горизонтов во всех исследованных почвах углерод (С) в дискретном органическом веществе (свободное - ЛФСВ и агрегированное - ЛФАГР) на 94-96% (в среднем) представлен органическим С (Сорг), в илистой фракции и остатке вклад Сорг снижается до 87 и 54% от Собщ фракции. Уровень накопления Сорг в различных фракциях во многом определяет микробиологическую активность почв. Коэффициент корреляции (R2, р < 0.05) между Сорг конкретных фракций (% в почве) и содержанием микробной биомассы снижается в следующем ряду: ЛФАГР (0.59) > мА (0.53) > ЛФСВ (0.50) > ил (0.36) > остаток (0.26), отражая важную роль структурных единиц почвы, в частности, неустойчивых в ультразвуковом поле микроагрегатов (мА), в обеспечении благоприятных экологических условий для функционирования микробиоты.
Для ведения мониторинга содержания и запасов органического углерода (Сорг) в почвах агроэкосистем предложен дифференцированный отбор образцов почв по глубине тонкими слоями. Его целью является получение приемлемых значений минимальной значимой разности содержания и запасов Сорг при сравнении двух сроков наблюдений и статистически обоснованного представления о вертикальном распределении Сорг в поверхностных слоях почвы в отдельный срок наблюдений. Вертикальное распределение Сорг в слое 0–30 см может служить косвенным критерием способности секвестрации Сорг почвой в начальный базовый период мониторинга до получения прямых измерений содержания Сорг в следующие сроки опробования на той же динамической площадке. Представлены графики распределения по почвенному профилю содержания Сорг, плотности почв, запасов Сорг в природных почвах. Обсуждаются три принципиальных варианта профильного распределения содержания Сорг, разные варианты распределения плотности в почвах агроэкосистем. Отмечены тенденции увеличения вариабельности содержания Сорг в дерново-подзолистых, светло-каштановых почвах и черноземах при увеличении глубины отбора образца в пределах слоя 0–40 см. Обсуждается пространственная вариабельность запасов Сорг в отдельных тонких слоях и в обобщенных слоях разной мощности.
Целью работы являлась оценка влияния минеральной и органо-минеральной систем удобрения озимой пшеницы (2021-2024 гг.) в условиях степной зоны Кабардино-Балкарской республики (Терский район, с. Опытное) на участке многолетних опытов, входящих в Геосеть (№ 037), на баланс парниковых газов (СО2 и N2O) в агроэкосистеме. Почва участка представлена черноземом обыкновенным мицеллярно-карбонатным. Расчет баланса диоксида углерода производился в соответствии с методическими рекомендациями Минприроды России (Приказ № 371 от 22.05.2022 г.). Объемы выбросов закиси азота определялись в соответствии с рекомендациями Межправительственной группы экспертов по изменению климата. Сопоставлением данных баланса СО2-экв. в агроэкоксистеме и СО2-экв., соответствующего объему эмитированного N2O, сформированного за счет содержащегося в растительных остатках и удобрениях азота, а также минерализуемого азота почвы, установлена наиболее благополучная с климатической точки зрения (углерод-секвестрирующая способность) система питания растений - органо-минеральная. Объем СО2-экв., накопленного в системе “почва-растение”, в среднем за 4 года при органо-минеральной системе удобрения составил 98.5 т/га и 28.7 т/га при минеральной системе. Данные показатели отражают разницу углеродного баланса по отношению к контрольному варианту, в котором не использовались какие-либо удобрения. Основной сток СО2 обеспечивался накоплением органического вещества в почве как в пахотном, так и подпахотном горизонтах (0-40 см). При органо-минеральной системе накопление углерода в почве составило 25.2 т/га (92.2 т/га СО2-экв.), при минеральной - 7.3 т/га, или 26.7 т/га СО2-экв.
Биомасса гумусообразования является важным звеном в национальной модели управления бюджетом углерода. Целью исследования было определить допустимость замещения метода определения биомассы гумусообразования, представленной массой вещества в методе ЦИНАО, на подход фракционирования вещества (урожай, корневые и пожнивные остатки, побочная продукция), применяемый в методе РосНИИземпроекта. Сопоставлялись массы вещества гумусообразования, полученные разными методами, а также рассчитанные на их основе балансы гумуса (БГ). Использовались стандартные методы регрессионного и корреляционного анализа, а также метод разности пар между сопряженными последовательностями. Качество регрессионных моделей оценивалось по критерию Фишера. Исследование подтвердило допустимость замещения определения биомассы гумусообразования в методе ЦИНАО на подход, принятый в методе РосНИИземпроект. На основе расчетов биомассы гумусообразования выявлено, что все полученные БГ последовательно повышались, следуя увеличению урожайности озимой пшеницы. Показано, что максимальные значения БГ (13.6 ц/га) получены для высокого среза соломы по методике ЦИНАО. Снижение урожайности (25 ц/га или средневзвешенное по региону 23.9 ц/га) формирует отрицательный БГ в технологиях производства зерна, где солома убирается в качестве побочного продукта. В технологиях, где солома входит в состав гумусообразующей биомассы, значение урожайности, ниже которого БГ становится отрицательным, снижается до урожайности 20 ц/га или 18.3 ц/га соответственно. Отмеченные значения урожайности служат критериями целесообразности организации почвенно-климатических проектов на пахотных почвах. Очевидно, что цель накопления гумуса (углерода) в пахотных почвах не будет достигнута под культурами, демонстрирующими отрицательный БГ. Урожайность, ниже которой инициировать почвенно-климатический проект нецелесообразно, предложено называть: “порог инициации почвенно-климатического проекта (ПИПКП)”.
Исследования проводили в биоценозах Q. pubescens Южного берега Крыма. В западной, центральной и восточной частях исследуемого района было заложено 6 пробных площадей. Основная часть почв представлена коричневыми слабомощными на элюво- делювии известняков и глинистых сланцев, на “Мыс Мартьян” – коричневыми красноцветными (terra rossa), сформировавшимися на мощном слое выщелоченных продуктов выветривания верхнеюрских известняков. В почвах изучали структуру и состав фитоценоза, таксационные характеристики насаждений, особенности почвенных условий. Выявлено, что наиболее жесткие условия по характеристике качества почвенной среды в настоящее время складываются в западной части произрастания Q. pubescens на Южном берегу Крыма. В насаждениях Ласпи и Кастрополя самый низкий уровень концентрации гумуса и содержания влаги в почве. В центральной части массива лесов Q. pubescens, при некотором улучшении почвенных условий, общая специфика изменения качества почвенной среды весьма близка к насаждениям западных территорий. Установлено, что рост и развитие древостоев Q. pubescens мыса Ай-Тодор в значительной степени определяются сезонной динамикой увлажненности почвы. Сравнительно высокое содержание влаги в почве в первые месяцы вегетации положительно влияет на рост Q. pubescens; резкое ее снижение во второй половине лета до значений, близких к показателям биоценозов западной части, оказывает стрессовое действие на состояние древостоев на мысе Ай-Тодор. В восточной части Южного берега Крыма на почвенные условия в биоценозах Q. pubescens значительное действие оказывает подстилающий грунт. Габрро-диабаз лакколитов Аю-Даг и Кастель влияет на кислотность почвы, особенности формирования и накопления гумуса. Показано, что плотные слои габрро-диабаза повышают влагообеспечение древостоев Q. pubescens в экотопах г. Аю-Даг и Кастель. Сделан вывод, что тотальная вырубка в прошлом коренных древостоев Q. pubescens Южного берега Крыма определила глубокую деградацию структуры и состава растительных сообществ, формирование на данных территориях низкопродуктивных порослевых насаждений. Одной из причин деструктивных явлений в развитии биоценозов Q. pubescens является изменение водного баланса почвенной среды. Возможности роста порослевых насаждений Q. pubescens Южного берега Крыма в настоящее время обеспечиваются мощной корневой системой материнского древостоя, которая продолжает еще функционировать.
Современные климатические изменения обостряют проблему торфяных пожаров и требуют выработки единого методического подхода для оценки потерь углерода. Исследование проведено в 2024-2025 гг. на территории выработанного торфяного месторождения верхового типа, подвергшегося пожарам в 2011 г. и расположенного в пределах Калининградской области (Юго-Восточная Прибалтика). Методология сочетает традиционные подходы почвоведения (профильный метод) с геоботаническими приемами выявления индикаторной роли древесной растительности при определении глубины прогорания и осадки постпирогенной поверхности. В качестве основы прикладной оценки пирогенно-измененных почв использована классификация интенсивности почвенных пожаров по глубине выгорания торфяного слоя, принятая в области лесной пирологии. На примере двух тестовых участков, отличающихся строением остаточной торфяной залежи, мощностью органогенного профиля и локальными особенностями осушения, изучены потери углерода в полосе кавальеров и на торфяных картах. Показано, что при слабых пожарах происходит пирогенная деградация преимущественно верхних слоев торфяных почв, что сопровождается потерями от 5.31 до 20.2 кг С/м2. При пожарах средней интенсивности пирогенная деградация захватывает как верхние, так и глубокие слои торфяного профиля с образованием подземных полостей выгорания, а также горизонтов термически измененного торфа. Потери углерода возрастают до 24.5-36.7 кг С/м2. В очагах сильных пожаров весь торфяной профиль, исходно представлявший залежь смешанного типа, подвергается пирогенной деградации с необратимой потерей большей части горизонтов и общей убылью углерода 50.36-65.40 кг С/м2. Участки сильных пожаров приурочены к почвам кавальеров. В пространственном аспекте потери углерода складываются из долевого участия очагов пожаров разной силы в общей мозаичной картине постпирогенной поверхности. Густая сеть открытых мелких каналов способствует быстрому распространению пожара внутрь торфяника по кавальерам, что в итоге приводит к высоким площадным потерям углерода за счет более глубокой пирогенной деградации почв на торфяных картах.
Представлены результаты изучения проблемы генезиса серых почв со вторым гумусовым горизонтом (ВГГ) широколиственно-хвойных лесов востока Русской равнины на территории нижнего правобережья реки Вятка, в пределах Уржумского и Мари-Турекского плато. ВГГ или AEl[hh] залегают на глубинах около 25-50 см от поверхности и сильно отличаются от вышележащих гумусовых горизонтов по ряду внешних и внутренних свойств, свидетельствующих о сложной истории развития почв с бинарным гумусовым профилем. Работа базируется на комплексе методов морфолого-генетических и аналитических палеопочвенных исследований. Впервые для региона получены данные о морфологии, консервативных и актуальных субстантивных свойствах, генезисе и основных этапах эволюции почв с проблематичным строением профиля. Обоснованы полигенетичная природа почв и реликтовый (остаточный по происхождению) возраст гумуса ВГГ с ранне-среднеголоценовым временем формирования - около 8.5-6.5 тыс. лет назад или 5.5-4.5 тыс. лет до н. э. - под растительностью, более соответствующей лесостепным палеоландшафтам. Выделены две стадии развития почв: развивающая эволюция с элементами наследующей в бореально-атлантический оптимум; наследующая эволюция с элементами стирающей во вторую половину голоцена. Сделаны выводы о несоответствии данных почв современным биоклиматическим условиям смешанных лесов Вятского Прикамья, деградационном тренде их развития во второй половине голоцена и перспективах дальнейшей трансформации в дерново-подзолистые почвы с ВГГ. Настоящие объекты рассматриваются в качестве раритетного почвенного наследия, соответствующего статусу редких и исчезающих почв, рекомендуемых для включения в состав сети охраняемых природных территорий вятской земли.
Детальные почвенные карты заболоченных равнин севера Западно-Сибирской низменности до сих пор отсутствуют, несмотря на растущее внимание к этому региону со стороны экологов в связи с потеплением климата и его экстенсивным освоением нефтегазодобывающим комплексом. Территория природного парка “Нумто” была выбрана в качестве полигона для исследования возможности почвенного картографирования заболоченных равнин как весьма характерная по набору представленных ландшафтов, свойственных северо-таежной и лесотундровой зонам Западной Сибири, включающему как бореальные, так и мерзлые болотные системы. При составлении почвенной среднемасштабной карты были использованы традиционные методы почвенной съемки и геоботанической индикации почв, а также методы цифрового картографирования почв, основанные на применении машинного обучения. В качестве основы картографирования были выбраны два спутниковых многозональных снимка Landsat-8 с размером пикселя 30 м на местности от 8 сентября 2023 г. Информативность почвенной карты была повышена за счет включения в состав легенды торфяных мезотрофных почв, а также почв влажных регрессивных болот и хасырейных ландшафтов. Для верификации составленной карты было осуществлено: 1) ее сопоставление с 30 детальными почвенными картами микроключей бассейна Казыма; 2) оценка точности с использованием случайных стратифицированных точек (stratified random points); 3) точечное повторное наземное обследование. Точность карты по разным оценкам составила от 75.0% до 78.4%. Наибольшую сложность вызывает картографирование почв мелкоконтурных плоскобугристых торфяников, чередующихся с талыми комплексными болотами с доминированием лишайников на повышенных элементах болотного рельефа. Доминирующим компонентом почвенного покрова на территории парка выступают талые олиготрофные торфяные почвы (доля в составе почвенного покрова 43.5%). Сочетания олиготрофных торфяных почв плоскобугристых и крупнобугристых комплексов занимают 11.3%; подзолы – 13.3%; комплексы олиготрофных торфяных (в том числе влажных регрессивных) и мезотрофных торфяных почв – 8.3%; мезотрофные почвы – 7.1%.
Издательство
- Издательство
- Почвенный институт им. В.В. Докучаева
- Регион
- Россия, Москва
- Почтовый адрес
- 119017, город Москва, Пыжевский пер., д.7 стр.2
- Юр. адрес
- 119017, город Москва, Пыжевский пер., д.7 стр.2
- ФИО
- Иванов Андрей Леонидович (ДИРЕКТОР)
- E-mail адрес
- ivanov_al@esoil.ru
- Контактный телефон
- +7 (495) 9515037
- Сайт
- https://esoil.ru