Как метод отбора проб почвы влияет на результаты агрохимического анализа. Эксперимент

Площадь поля — 66,36 гектаров. Почвы преимущественно чернозёмные, слабо деградированные, встречаются чернозёмы оподзоленные и сильно деградированные. Рельеф неоднородный, перепад высот 41 метр, уклон до 6 градусов.

Напомню, что агрохимическое обследование проводили сотрудники Frendt и лаборатория, с которой компания сотрудничала.

1. Они определили в GIS-программе точки, в которых нужно взять образцы, загрузили их в GNSS приёмник.
2. Сделали 15 почвенных уколов в радиусе девяти метров от каждой точки.
3. Составили из каждой группы проб, собранных у одной точки, смешанные образцы.
4. Отправили образцы в лабораторию для агрохимического анализа.

Всего отобрали 236 образцов. Это примерно 1 образец на 0,28 гектара.

Чтобы определить подвижные фосфор и калий, в лаборатории использовали метод Чирикова.

Как это понимать. Как видим, агрохимические свойства почвы на поле сильно варьируются. Например, содержание фосфора в разных точках отличается больше, чем в 30 раз. Калия — в 9 раз. Почвенная кислотность на поле относится к 6 группам. Такие группы определяют по величине pH — от сильнокислых до близких к нейтральным.

Ещё раз про проблему. Проблема в деньгах. Средняя стоимость анализа одного образца — $ 45. Добавьте к этому ещё затраты на сам отбор. При плотности отбора в 0,28 га получается внушительная сумма, и это только для одного поля.

Теперь давайте представим, что никакой компании Frendt нет, мы хотим рассчитать удобрения для этого поля и потому решаем провести агрохимический анализ. Как будем отбирать пробы почвы?

По элементарным участкам. Делим поле на зоны равной площади, берём образцы в каждой зоне (буквой Z, по диагонали или произвольно), смешиваем, и затем, опираясь на среднее значение в границах зоны, вносим удобрения.

Точечно и через интерполяцию. Берём образцы по сетке и с помощью значений в конкретных точках предсказываем уровень фосфора и калия по всему полю. Это называется интерполяция. Предсказания за нас делает специальная программа. Я, например, работаю в ArcGIS.

Теперь давайте посмотрим, как бы это сработало на нашем поле.

Карты распределения фосфора и калия
Допустим, мы разделили поле на элементарные участки площадью 6,6 га. Их вышло 10. В каждом взяли несколько образцов, смешали, получили усреднённые результаты. Давайте сверим их с достоверной картой — той, что получилась при сетке обора 0,28 га.

Как это понимать. Вариативность фосфора и калия внутри большинства участков высокая. Оптимальная разница в содержании минеральных веществ в пределах участка — 50 мг. У нас же в 7 из 10 участков разница между минимальным и максимальным значением фосфора и калия выше нормы в 4–5 раз.

Вносить удобрения по такой карте — рискованно. От недостатка или избытка питательных веществ в разных частях поля урожайность может сильно упасть.

Карты распределения калия
Теперь представим, что мы отбирали пробы почвы точечно и проводили интерполяцию. Вот как бы выглядели карты распределения калия с сеткам 0,4 га, 0,9 га и 2 га. Карты распределения фосфора не привожу — там тенденция такая же.

Как это понимать. Чем ниже плотность сетки, тем сильнее карта отличается от «достоверной» (то есть карты от Frendt, взятой за образец) и тем ниже её точность. Например, карта с плотностью сетки в 2 гектара улавливает только общие тренды распределения калия на поле. Вносить удобрения по ней или по карте с сеткой более низкой плотности снова же рискованно.

Правильного метода отбора почв нет. Потому что дело не в методе, а в плотности отбора.

Агрохимические свойства почвы сильно варьируются. Для того, чтобы определить точное содержание питательных элементов на поле, нужно провести детальный почвенный анализ. Чем детальнее, тем лучше — но и тем дороже.

Достоверный агрохимический анализ это дорого. Средняя стоимость анализа одного образца — $45. По моим расчётам, на этом поле дифференцированно вносить удобрения стоит при использовании сетки как минимум в 0,9 га. Агрохимическое обследование в этом случае обойдётся в $3000. Чем выше вариативность и больше площадь поля, тем выше стоимость анализа.

Вариантов несколько.

Приготовить деньги. И использовать плотную сетку при отборе образцов, чтобы получить достоверную карту распределения питательных веществ.

Положиться на удачу. И делать «на глаз». Но в моей практике, о которой я рассказываю в разделе «Эксперименты», было 10–15 полей с ещё большей вариативностью. Поэтому в удачу с таким подходом лично я не верю.

Воспользоваться OneSoil. Мы рассчитываем удобрения по зонам продуктивности. Чтобы их выделить, используем спутниковые снимки за пять лет и определяем по ним многолетнюю относительную урожайность. Бесплатно. Вот как это работает, а вот само приложение.