Почвенный институт им. В.В. Докучаева

Е. Б. Скворцова, В. А. Рожков, Д. Р. Морозов

Почвенный институт им. В.В. Докучаева, 119017, Россия, Москва, Пыжевский пер., 7, стр. 2

На примере 200 микроморфологических шлифов вертикальной ориентации, изготовленных из подзолистых (Республика Коми, Россия), дерново-подзолистых (Московская область, Россия), серых лесных почв (Тульская область Россия) и черноземов (Курская, Воронежская области, Россия, Одесская область Украина) опробовано применение методов многомерной статистики и кластер анализа для автоматизированной классификации и диагностики строения порового пространства почвы на основе плоских срезов. Методом компьютерного анализа изображения исследовали тонкие макропоры (d = 0.2–2 мм) в полях зрения размером 2 × 2 см. Для каждой поры в поле зрения измеряли ее площадь сечения (S), периметр (P), поперечный (D) и продольный (L) габариты, ориентацию длинной оси среза в плоскости шлифа и фактор формы F = (4pS/P²+ D/L)/2. Общий объем выборки в пределах шлифа составлял 100–150 пор. Для характеристики порового пространства в шлифах использовали эмпирическое распределение пор по фактору формы и ориентации, а также среднюю длину пор в поле зрения. С использованием дискриминантного анализа разработана автоматизированная система, которая позволяет на основании параметров формы, ориентации и протяженности пор в шлифах проводить морфометрическую диагностику строения порового пространства почвы при различных почвенных структурах, специфичных для суглинистых почв европейской территории России: комковатой, зернистой, ореховатой, пластинчатой, массивно-плитчатой, трещиновато-массивной и массивной. Результаты автоматизированной диагностики имеют высокую сходимость (75–90%) с экспертной визуальной оценкой строения порового пространства почвы в шлифах.

Ключевые слова: поровое пространство почвы, классификация, диагностика, многомерные статистические методы, кластерный анализ.

---

Multidimensional statistical methods for classification and diagnostics of the pore space in micromorphological thin sections

E. B. Skvortsova, V. A. Rozhkov, D. R. Morozov

V.V. Dokuchaev Soil Science Institute, 119017, Russia, Moscow, Pyzhevskii 7, bld. 2

The methods of multidimensional statistics and claster analysis were used to create an automated classification and diagnostics of the pore space in 200 micromorphological vertically oriented thin sections prepared from podzolic soils (the Republic of Komi, Russia), soddy-podzolic soils in the Moscow region, gray forest soils (Tula region) and chernozems (Kursk and Voronezh regions in Russia, Odessa region in Ukraine). The computer imagination analysis permitted to study fine macro-voids (d = 0.2–2 mm) in the field of vision 2x2 cm. Every void in the field of vision was measured to determine its section area (S), perimeter (P), diametrical (D) and longitudinal (L) sections, orientation of the long section axe in the plane thin section and the form factor F = (4pS/P² + D/L)/2. 100–150 voids were taken for measurements in every thin section. To characterize the pore space in thin sections, under use were also the empiric distribution of voids according to the form factor and orientation as well as the average length of voids in the field of vision. The discrimination analysis made it possible to elaborate an automated system and to give the morphometric characteristics of the pore space in the studied soils with varying structures so specific for loamy soils at the territory of European Russia including crumbly, granular, nutty, platy, massive-platy, fissure-like and massive structures. The results of the automated diagnostics have a rather high similarity with the expert visual assessment of the pore space in thin sections (75–90%).

Keywords: the pore space in soil, classification, diagnostics, multidimensional statistic methods, claster analysis.

---

СПИСОК ЛИТЕРАТУРЫ

1.    Герасимова М.И. Микроморфологическая диагностика и микроморфотипы почв: Автореф. … дис. д. б. н. М., 1992. 43 с.

2.    Герке К.М., Карсанина М.В., Скворцова Е.Б. Описание и реконструкция строения порового пространства почвы с помощью корреляционных функций // Почвоведение. 2012. № 9. С. 962.

3.    Рожков В.А. Почвенная информатика. М.: Агропромиздат, 1989. 200 с.

4.    Рожков В.А. Формальный аппарат классификации почв // Почвоведение. 2011. № 12. С. 1411–1424.

5.    Рожков В.А., Скворцова Е.Б. Тектология почвенной мегасистемы (общность организации и анализа данных) // Почвоведение. 2009. № 10. С. 1155–1164.

6.    Скворцова Е.Б., Калинина Н.В. Микроморфометрические типы строения порового пространства целинных и пахотных суглинистых почв // Почвоведение. 2004. № 9. С. 1114–1125.

7.    Burrough P.A. Fractals in soil science // European J. Soil Sci. 2001. Т. 52. № 3. С. 527–528.

8.    Cárdenas J.P., Santiago A., Losada J.C., Benito R.M., Tarquis A.M., Borondo F. Soil porous system as heterogeneous complex network // Geoderma. 2010. Т. 160.№ 1. С. 13–21.

9.    Hartemink A.E., Minasny B. Towards digital soil morphometrics // Geoderma. 2014. Т. 230–231. С. 305–317.

10. Holden N.M. Description and classification of soil structure using distance transform data // European J. Soil Sci. 2001. Т. 52. № 4. С. 529–545.

11. Ringrose-Voase A.J. A scheme for the quantitative description of soil macrostructure by image analysis // J. Soil Sci. 1987. V. 38. P. 343–356.