ИСТИНА

Актуальность. Современный этап развития почвоведения связан с формированием баз данных, которые позволяют систематизировать как уже накопленные ранее сведения, так и организовать сбор новой информации по установленным протоколам и единой схеме. Интерес к созданию спектральных библиотек во всем мире увеличивается, что связано как с развитием дистанционных методов исследования почв, так и с привлекательностью спектрального анализа в качестве не деструктивного, информационно емкого метода, результаты которого коррелируют со многими почвенными свойствами. Примером такой базы данных служит европейская спектральная библиотека (The European spectral library) LUCAS, которая содержит данные 23 стран Европы оспектрах более, чем 20 тыс. образцов верхнего слоя почвы и связанных с ними основными почвенными свойствами. Данные в этой спектральной библиотеке получены за два периода: 2009 и 2015 годы(https://esdac.jrc.ec.europa.eu/). Это позволяет проводить анализ с учетом времени и регистрировать тенденции в изменении состояния почвенных свойств. Эти опубликованные данные находятся в открытом доступе и представляют возможность работать с ними зарегистрированным пользователям. Три главных направления существуют при анализе этой библиотеки. Первое - определить математические методы (модели), наиболее эффективные, с точки зрения предсказательной способности почвенных свойств, для глобального массива данных. Второе - установить, насколько будут меняться модели при переходе от глобальных данных к локальным. Третье направление, специфичное для России, связано с тем, что в нашей стране в результате многолетней работы почвоведов накопилось большое количество изображений почвенных спектров отражения, которые удалось собрать в базу данных “Спектры отражения и цифровые показатели цвета почв” (Кириллова и др., 2020). Первые полученные результаты анализа данных показали, что применение некоторых показателей цветности, не входящих пока в международный научный оборот, позволяет проводить диагностику почвенных свойств с бóльшей эффективностью, чем применяемые в настоящее время стандартные показатели. Цель исследования: Использовать массивы больших данных для определения показателей свойств почв. Задачи исследования: 1) Применить набор методов анализа, предназначенных для характеристики цветовых различий на уровне спектров отражения и цветовых показателей, к глобальному массиву спектральной библиотеки LUCAS. 2) Провести сравнение использованных методов с точки зрения предсказания почвенных свойств. 3) Дать оценку пространственно-временного изменения содержания некоторых почвенных свойств с анализом их корреляции с цветовыми показателями почв. 4) Получить картографическое представление полученных результатов динамики изменения почвенных свойств и цветовых показателей.