Russian Federation
The paper presents the data of the agrochemical analysis of the soils of the farm in 2022. The stages of development of the digital model of the fields of the farm are prescribed. The created interactive map with the database can be implemented in the practice of the farm of “A7 Agro RB” LLC for conducting agrotechnical operations and working with fields and their data.
geoinformation system, field map, QGIS software, digital agriculture, geoinformation databases, QGIS 3.22.16
Актуальность. Цифровые базы данных в настоящий момент являются ключевым показателем инновационности хозяйства. Актуальная база данных полей, включающая все основные аспекты, которую можно обновлять в любом месте, где есть доступ к сети интернет – то, к чему стремится сейчас любое хозяйство. Умение создавать карту полей, с которой можно взаимодействовать позволяет любому хозяйству снизить порог вхождения новых сотрудников в штат. Так как новым сотрудникам – механизаторам, которым не нужно длительное время запоминать расположение полей, агрономам, которым не нужно искать документы на севообороты, урожайность предшественников, агротехнические операции, отчеты о последних агрохимических анализах [1].
Создание цифровой базы данных – неотъемлемая часть перехода к инновационному производству. А учитывая сложившуюся ситуацию в России, когда большая часть иностранных предприятий, с которыми работники агропромышленного комплекса ушли с рынка, появилась ниша, которую нужно восполнять максимально экономными способами [2, 5].
Цель исследований: создать интерактивную цифровую модель полей хозяйства ООО «А7 Агро РБ» Зианчуринского района.
Для достижения цели решались следующие задачи:
- Выбор подходящего для работы программного обеспечения, с учетом ресурсов, возможностей и стоимости программного обеспечения.
- Создать цифровую базу данных, содержащую современную информацию о состоянии полей, занятости их культурами.
- Создать базу данных, доступную в онлайн режиме для каждого, у кого есть данные для входа в среду.
Условия, объекты и методы исследования. В хозяйстве ООО «А7-Агро РБ» на исследуемой территории принят и используется четырёхпольный зернопаропропашной севооборот, состоящий из:
1. Озимая пшеница; 2. Подсолнечник; 3. Ячмень; 4. Чистый пар.
Методика создания баз данных при работе с QGIS включает в себя следующие этапы:
1. Оцифровка физических носителей. Привязка растровых данных осуществляется с помощью инструмента «Привязка растра» в QGIS. [2].
2. Создание слоев. После нанесения растрового слоя на карту, мы приступаем к созданию полигонов полей. Полигоны мы создаем с помощью функции «Создать слой SpatiaLite…».
3. Внесение данных в атрибуты слоёв. Далее мы вносим данные по полям на слои, а именно в атрибуты. В зависимости от выбранного слоя мы вносим туда название поля, которое принято в хозяйстве, его севооборот, содержание азота, фосфора, калия и так далее.
4. Перенос данных в сервис QField и QField Cloud с помощью модуля QField в программе. [2].
Результаты исследований. Для создания цифровой модели полей нам понадобится бумажная карта полей. Данную карту мы будем оцифровывать с помощью программы QGIS 3.22.18 в несколько этапов:
- для начала сканируем бумажный вариант карты для создания цифрового растрового изображения.
- добавляем в программе QGIS подложку через панель модулей. Подложку мы выбираем «Yandex Satellite 22»;
- затем данное изображение открываем в программе QGIS и начинаем привязку;
- нужно получить векторный слой, на который мы будем вносить все данные. Для этого мы используем функцию векторизации растра, или вручную создаем новый векторный слой в формате «GeoPackage» и очерчиваем границы полей, создавая векторные полигоны.
Рис. 1. Форма наложения слоя формата «Geopackage» в программе.
Затем получившийся векторный слой в формате gpk мы сохраняем, привязываем к проекту, в котором работаем, и начинаем заполнять таблицы атрибутов.
Для описания гумусового состояния полей на основе данных агрохимического анализа мы используем те же операции по созданию векторного слоя, но в таблице атрибутов мы добавляем дополнительные значения, которые будут присвоены полям, на которых отбирались образцы [3].
Присваиваем значения из данных агрохимического анализа выбранным полям, начинаем сортировку по степени содержания гумуса в соответствии с группировкой почв по содержанию гумуса, рекомендованной агрохимической службой [3].
Группировка почв по содержанию гумуса в ООО «А7 Агро РБ» Зианчуринского района РБ представлена на рисунке 2.
Рис. 2. Вид сгруппированного слоя «Содержание гумуса» на карте в программе QGIS.
Из результатов видно, что в ООО «А7 Агро РБ» Зианчуринского района 737 га почвы имеют среднюю обеспеченность гумусом (содержание гумуса от 8,1 до 9,0 %). 480 га площади занимают почвы с низкой обеспеченностью гумусом, 54 га территории занимают почвы с очень низким содержанием гумуса [4].
Большая часть полей (13) по содержанию P2O5 в мг/кг почвы относится к 3 классу обеспеченности [4]. Вид сгруппированного слоя «Содержание фосфора» в программе QGIS представлен на рисунке 3.
Рис. 3. Вид сгруппированного слоя «Содержание фосфора» в программе QGIS.
На территории 782 га почва обладала средней обеспеченностью подвижным фосфором. 217 га почва обладает повышенным содержанием фосфора.
Для выражения содержания калия в почве группировку будем использовать данную в методических рекомендациях [7]. Цветовую гамму используем ту же, что и в вариантах до.
Большая часть полей содержит (17) больше 121 K2O в мг/кг почвы, но меньше 180, следовательно, относится к высокому содержанию. Полученные результаты по содержанию обменного калия представлены на рисунке 4.
На площади 879 га встречались почвы с высоким содержанием обменного калия, на 239 га повышенным содержанием, а на 153 га – с очень высоким содержанием обменного калия.
Рис. 4. Вид сгруппированного слоя «Содержание калия» в программе QGIS.
Такие же действия мы проводим и для создания слоя кислотности в программе. У нас есть гидролитическая и обменная кислотность, поэтому для выражения обоих видов кислотности нужно создать один слой с 2 столбцами атрибутов – гидролитическая и обменная кислотность.
Заполняем эти поля, затем дублируем первичный слой, группируем дубликат и оригинал и даем наименования, которые мы хотим видеть. Для гидролитической кислотности слой мы называем «Степень гидролитической кислотности», а для обменной назовем «Степень кислотности» (рис. 5).
Таким же образом вся информация была перенесена на цифровую модель, включая:
- информация о предшественниках;
- информация о наименовании поля в рамках предприятия ООО «А7 Агро РБ»;
- информация о содержании микроэлементов, таких как кобальт, марганец, цинк, медь, сера, бор, молибден;
- информации о нитрификационной способности полей;
- информация о содержании тяжелых металлов на полях, таких как: Свинец, Кадмий, Ртуть.
Рис. 5. Вид сгруппированного слоя «Степень кислотности» в программе QGIS.
Выводы. Созданная интерактивная карта с базой данных может быть внедрена в практику хозяйства ООО «А7 Агро РБ» для проведения агротехнических операций и работы с полями и их данными.
1. Zavrazhnov, A. I. Tendencii razvitiya inzhenernogo obespecheniya v sel'skom hozyaystve / A. I. Zavrazhnov, L. V. Bobrovich. – 2-e izd., ster. – Sankt-Peterburg: Lan', 2022. – ISBN 978-5-8114-9654-9.
2. Komkova, S. S. Informacionnaya sistema dlya avtomatizacii issledovaniy agrohimicheskih pokazateley pochvy / S.S. Komkova, E.V. Kosolapova, V.V. Kosolapov //International Journal of Open Information Technologies. 2023. T. 11. № 1. S. 70-78. EDN: https://elibrary.ru/RVKFSL
3. GIS-tehnologii v zemleustroystve i kadastre: uchebnoe posobie / A. V. Simakov, T. V. Simakova, E. P. Evtushkova [i dr.]. – Tyumen': GAU Severnogo Zaural'ya, 2022. – ISBN 978-5-91409-547-2. EDN: https://elibrary.ru/JBZAKP
4. Fazyl'yanov, D. H. Agrohimicheskaya harakteristika pochv / po hozyaystvam/ (god obsledovaniya 2022, tur 11). MR Zianchurinskiy rayon Respubliki Bashkortostan.
5. Tochnoe sel'skoe hozyaystvo / E. V. Truflyak, N. Yu. Kurchenko, A. A. Tenekov [i dr.]; Pod red.: Truflyak E. V. – 3-e izd., ster. – Sankt-Peterburg: Lan', 2023. – ISBN 978-5-507-45756-4.
