Большая проблема исследований в этой области заключается в том, что зачастую почвенный покров неоднороден: на расстоянии сотни метров строение и свойства почв могут кардинально меняться. Традиционный подход — ручная закладка почвенных разрезов, с одной стороны, является точным и информативным, с другой — точечным и трудоемким.
— Мощность горизонтов постоянно меняется. Мы можем выкопать разрез, но кто даст гарантию, что через 200 метров параметры будут теми же? — объясняет Павел Рязанцев, руководитель лаборатории экологического мониторинга и моделирования ОКНИ КарНЦ РАН, ведущий научный сотрудник Института геологии КарНЦ РАН.
По словам ученого, георадарное зондирование позволяет охватить значительно большие территории и получить более репрезентативные и статистически представительные данные.
Результаты исследования опубликованы в престижном международном журнале Catena, который специализируется на почвоведении и геоморфологии.
Младший научный сотрудник лаборатории четвертичной геологии и геоэкологии Института геологии КарНЦ РАН Максим Цветков с георадаром
В новом исследовании ученые совместили три подхода: лабораторные измерения электрофизических параметров почв, численное моделирование и натурные георадарные наблюдения. В результате им удалось выделить георадарные сигнатуры — устойчивые наборы характеристик, по которым можно определить тип почвы дистанционно, в естественном залегании.
— Мы предположили, что профиль конкретного типа почвы — набор ее горизонтов — всегда дает стабильный отклик в геофизических полях. Где бы мы ни провели георадарную съемку, сигнатура сохраняется, — поясняет Павел Рязанцев.
Гипотезу проверили на широко распространенном типе почв таежной зоны – подзолах, сформированных на песчаных ледниково-озерных отложениях. Сначала исследователи изучили образцы в лаборатории, уделив особое внимание диэлектрической проницаемости — именно она определяет отражательную способность почвенных слоев и позволяет георадару «увидеть» границы между горизонтами. Также был применен минералогический способ описания образцов – стандартный в геологии при описании рыхлых пород, но не так часто применяемый в почвоведении. Под микроскопом оценивался не только размер частиц, но и их минеральный состав. Это позволило выявить вклад разных компонентов в эффективную диэлектрическую проницаемость. Например, наибольшая корреляция была установлена для органического вещества и структурных элементов почвы.
Для проверки лабораторных наблюдений выполнено численное моделирование. Несмотря на относительно небольшую задачу, моделирование распространения электромагнитного сигнала в почве с заданными параметрами методом конечных разностей во временной области занимает достаточно много вычислительных мощностей, что потребовало привлечения вычислительного кластера ЦКП КарНЦ РАН.
Затем последовали полевые испытания на двух экспериментальных участках. Георадарные данные сравнили с прямыми измерениями в почвенных разрезах. Результаты впечатлили исследователей.
«Максимальное расхождение отметок для отдельных горизонтов подзола не превышало 10 см, а в большинстве случаев было всего несколько сантиметров. Это полностью соответствует точности георадарного метода и используемого антенного блока. При этом маркирующие признаки в волновом поле георадара связаны в первую очередь с элювиальным и иллювиальным горизонтами подзолистых почв», — отмечают авторы научной статьи.
Разработанный подход не просто ускоряет работу, а позволяет идентифицировать тип почвы и количественно оценить изменчивость почвенных горизонтов. На практике это позволит быстро выявить участки нарушения строения почв, вызванных, например, процессами эрозии почв или воздействием человека. А в перспективе подобный подход обеспечит более надежные данные для оценки запасов органического вещества на больших площадях по сравнению с точечными измерениями в почвенных разрезах.
Павел Рязанцев, руководитель лаборатории экологического мониторинга и моделирования ОКНИ КарНЦ РАН, ведущий научный сотрудник Института геологии КарНЦ РАН
В то же время авторы отмечают, что метод калиброван исключительно на таёжных подзолах Карелии. Тогда как другие типы почв потребуются новые исследования — сигнатуры для каждого типа свои.
— Разнообразие почвенных таксонов очень велико, и для нас, геофизиков, привыкших к более простой систематике, принятой в четвертичной геологии, работа с подобным объектом представляет собой научный вызов. Поэтому для дальнейшего развития необходимо составлять глобальную базу георадарных сигнатур почв, чтобы в будущем алгоритмы машинного обучения могли автоматически диагностировать ключевые признаки и свойства почвы по георадарному отклику, — подчеркивает Павел Рязанцев.
