АгроДиТи

🛰 Открытая поверхность почвы как предиктор: что сработало, а что нет Цифровое картографирование почв идёт по пути усложнения моделей: ансамбли, глубокое обучение. Логично: почвенные свойства зависят от множества факторов. Но вместе со сложностью растут и требования к данным. Мы проверили: а что, если ключевой предиктор уже лежит в спутниковом архиве, и дело не в модели, а в подготовке данных? 🌱По снимкам Landsat 5 и 8 за 1984–2024 гг. мы классифицировали открытую поверхность почвы (ОПП), отделяя её от зелёной и нефотосинтезирующей растительности по трём индексам — NDVI, NBR2 и BSI. Лучше всех сработал BSI с порогом >0.18: F1-score = 0.98. Из пикселей ОПП построили медианный композит отражательной способности за 40 лет. Полигон — поля Северо-Кавказского ФНАЦ в Ставропольском крае. Дальше сравнили пять регрессионных моделей: линейную регрессию, k-ближайших соседей, случайный лес, XGBoost и Cubist. Целевые переменные — песок, пыль, ил и общий углерод в пахотном горизонте.

Лучший результат дала линейная регрессия. Ключевой предиктор — среднее и стандартное отклонение отражательной способности в канале SWIR2. Скорректированный R²: песок — 0.82, ил — 0.78, пыль — 0.75, общий углерод — 0.74. По литературе обычно 0.3–0.7, а RMSE для углерода нередко превышает 10 г/кг, другой класс точности:)

Сложные модели показали эффективность ниже, а при увеличении числа предикторов теряли устойчивость. Вывод: при ограниченной наземной выборке (типичная ситуация — 50–200 точек) простые регрессии оказываются и точнее, и стабильнее. Углерод предсказывать ожидаемо труднее: высокая пространственная неоднородность органического вещества снижала R² сложных моделей до 0.4–0.6, но линейная регрессия с одним предиктором удержала 0.74. Пыль предсказывалась хуже песка и ила, поэтому её содержание считали как разность между 100% и предсказанными долями песка и ила. *️⃣Почему точность высокая? Во-первых, лазерная дифракция даёт меньше шума в обучающей выборке. Во-вторых, полигон локального масштаба, а не регион или страна. В-третьих, ограниченное разнообразие текстурных классов — 5 из 12. Но главное — контрастная литологическая неоднородность почвообразующих пород Михайловской возвышенности. Именно она создала разброс текстур и углерода, который спутник считал, а мы интерпретировали: меньше ила → меньше органического углерода → выше отражательная способность → светлее пиксель. Комментарий первого автора Паши Браулова:

В работе мы сосредоточились на двух моментах, которые часто остаются в тени. Во-первых, детально разобрали создание композита открытой поверхности почвы: сравнили подходы, оценили точность и обосновали выбор предикторов. Во-вторых, постарались не только построить модель, но и объяснить закономерности с точки зрения почвоведения — в частности, показали влияние литологических условий на свойства почв территории. Хотя эта связь хорошо известна, для данного региона в доступной литературе мы таких исследований не нашли. Надеемся, работа будет полезна ещё и для точного земледелия, где важно учитывать неоднородность почв даже в пределах отдельных полей.

Для цитирования:

Браулов П.А., Шилов П.М., Гаджиумаров Р.Г., Дридигер В.К., Богдан Е.В., Мегмерова В.О., Цымбарович П.Р., Шатунов А.Е., Филь П.П., Митичкин Д.Е., Фомин Д.С. Пространственное моделирование содержания общего углерода и гранулометрического состава пахотного горизонта на основе спектральных характеристик открытой поверхности почвы по данным Landsat 5/8 с использованием машинного обучения // Почвоведение. - 2026. - №11. - C. 2431-2449. doi: 10.7868/S3034561826110020 Braulov P.A., Shilov P.M., Gadzhiumarov R.G., Dridiger V.K., Bogdan E.V., Megmerova V.O., Tsymbarovich P.R., Shatunov A.E., Phil P.P., Mitichkin D.E., Fomin D.S. Spatial Modeling of Topsoil Total Carbon and Texture from Spectral Characteristics of Bare Soil Surface Images of Landsat 5/8 Using Machine Learning // Eurasian Soil Science. - 2026. - N. 11. - P. 2431-2449. doi: 10.7868/S3034561826110020

#АгроДТ_публикует

🌱 В ФИЦ «Почвенный институт им. В.В. Докучаева» обсудили создание сети цифровых двойников почв 💡 21 октября в Центре прошло отчетное совещание по проекту разработки цифрового двойника почв. Участники подвели итоги трех лет работы над технологией и обсудили перспективы создания сети таких комплексов по всей России. 🌱 Ответственный исполнитель проекта А.Г. Болотов продемонстрировал функциональный стенд прототипа цифрового двойника, который в интерактивном режиме воспроизводит данные о почве и растительности тестового полигона. 👥️️️️️️ В обсуждении приняли участие представители Минобрнауки России, Минсельхоза России, РАН, научных организаций и индустриального партнера проекта – холдинга «ЭР-Телеком». Среди следующих этапов – разработка типового решения и подготовка технологии к практическому применению. ❤️ О результатах проекта и дальнейших планах – в новости на сайте. #новости_ФИЦ_Докучаева

🗞Приняли участие в совещании и представили результаты одной из научных групп проекта в докладе «Цифровой двойник почв в структуре агроландшафтов: научно-методический базис и пилотирование».

Авторы доклада: Фомин Дмитрий Сергеевич, к.б.н., зав. лабораторией, руководитель САЦ, Цымбарович Петр Романович, научный сотрудник ФИЦ «Почвенный институт им. В.В. Докучаева»

🔥 Рассказываем о проведении V Школы молодых почвоведов С 14 по 18 сентября в рамках конференции «Почвоведение: Горизонты будущего. 2026» прошла V Школа молодых почвоведов. В этом году программа впервые разделилась на два направления — лабораторное и цифровое.

Лабораторный трек — мастер-классы по современным методам изучения твёрдой фазы почвы в действующих лабораториях Института. Цифровой трек — знакомство с инструментами анализа данных, ГИС и моделирования.

🧑‍🏫 Цифровой трек провели сотрудники нашей лаборатории: — Павел Браулов показал, как собирать почвенную карту через вайбкодинг, — Евдокия Богдан провела практикум по моделированию, — Кирилл Толстыгин дал обзор современных методов изучения структуры и гидрофизических свойств почв, — Маргарита Ткаченко объяснила, где брать метеоданные и что с ними делать почвоведу.

Куратор школы: Елизавета Деревенец.

В школе участвовали студенты факультета почвоведения и географического факультета МГУ, НИУ ВШЭ, Уральского ГАУ, Волгоградского ГУ и КФУ. Евдокия Богдан рассказала о подготовке занятий

Интересно было попробовать рассказать о том, чем занимаешься, максимально просто. Целью для себя ставила научить студентов работать с моделями. Выбрала MODFLOW 6 — она не требует сложной сборки, а время занятия ограничено. Мы оценивали влияние свалки на грунтовые воды и реку. Задание выбрала исходя из мотивационных писем студентов — в основном пришли экологи, химики и агрохимики. Разобрали, что такое моделирование, какие виды моделей бывают, что такое граничные условия. Настроили модель, запустили, проанализировали результаты. В общем, мне понравилось, но поняла, что выбрала слишком сложную тему для двух часов. На будущее, наверное, нужно подумать, как еще упростить :)

Почему для нас это важно Хочется показать студентам, что данные не работают сами по себе, и поделиться своими подходами и инструментами с теми, кто будет работать в этом направлении уже завтра. Кто был на школе — делитесь впечатлениями, кто не был — ждем в следующий раз! #АгроДТ_лаба

🍂 ФИЦ "Почвенный институт им. В.В. Докучаева" на выставке «Золотая осень – 2026» 🔴 7–9 октября сотрудники ФИЦ «Почвенный институт им. В.В. Докучаева» приняли участие в деловой программе XXVIII Российской агропромышленной выставки «Золотая осень». 👥 На пленарном заседании министр сельского хозяйства РФ Оксана Лут обозначила сохранение и повышение плодородия почв как одно из ключевых направлений развития российского АПК. Она также отметила особую роль Почвенного института в подготовке программы повышения плодородия почв, которую планируется принять до конца 2026 года. 🌱 И.о. директора ФИЦ "Почвенный институт им. В.В. Докучаева" Даниил Козлов выступил на круглом столе «Повышение плодородия земель сельскохозяйственного назначения» с докладом об экономике и механизмах воспроизводства плодородия. В центре внимания – экономические и организационные условия его воспроизводства, меры стимулирования сельхозпроизводителей и совершенствование системы государственного учета показателей плодородия. ❤️ Подробнее о ключевых тезисах выступлений – на нашем сайте. #новости_ФИЦ_Докучаева

Два доклада нашей лаборатории — лучшие на конференции "Почвоведение: Горизонты будущего"👍 Изменение гидрологического режима почв агроландшафтов Каменной степи

Богдан Е.В., Фомин Д.С.

Выдержат ли Докучаевские лесополосы изменение климата? Взяли архивы, спутниковые карты и гидрогеологические ежегодники, запустили гидрологическую модель, гидрофизические параметры рассчитали через Rosetta3. Евдокия Богдан представила первые результаты. Алгоритм извлечения структурированных почвенных данных из научных публикаций

Солдаткина М.А., Фомин Д.С., В.В. Клюева, М.В. Тимофеева, М.А. Кочнева

Мы уже рассказывали, как БЯМ читают журнал «Почвоведение» и отвечают на вопросы по каждой статье (пост тут). Шагнули дальше: Маргарита Солдаткина рассказала про алгоритм полного цикла. OCR → Markdown → векторная БД → RAG → JSON. На входе — научная статья, на выходе — структурированные данные. Рита поделилась впечатлениями:

На постерной сессии получила много обратной связи! Замечаю, что всё больше людей интересуется применением языковых моделей в своих исследованиях, стремится найти ответы и обменяться опытом 🥰

Гордимся коллегами и продолжаем работу :) #АгроДТ_лаба

#пост_по_регламенту Итак, наш Зоопарк завершает очередной раунд сбора папок тематических каналов - наслаждайтесь нашими подборками: Биология, медицина, сельское хозяйство Науки о Земле Физики и инженеры-технари (да, решили объединить) Смотрите, выбирайте, добавляйте по вкусу, а если хотите предложить свой канал, пишите в ЛС или в комменты, но просьба не затягивать, иначе смысл потеряется

Попали в папку био, готовы читать всех!

Поздравляем с днем рождения руководителя лаборатории! Дорогой Дмитрий Сергеевич, желаем, чтобы цифровые двойники агроландшафтов, которые создаются сегодня, однажды привели Вас на настоящую обложку Forbes как одного из самых успешных ученых! Пусть почва под ногами будет плодородной, данные — точными, а горизонты — без облаков🎉

Начинаем подводить итоги юбилейной X конференции молодых ученых Почвоведение: Горизонты Будущего ❤️ 🔴Представили постерные доклады на секциях по почвенной даталогии и физике и гидрологии почв, 🔴Выступили на семинаре "От идеи до финансирования", 🔴Провели занятия в школе молодого почвоведа! Отлично-научно-продуктивно провели неделю в кругу коллег и зарядились энергией минимум на год :) Делимся самыми яркими моментами 💘

Автор видео: Елизавета Деревенец

#АгроДТ_лаба

Своими впечатлениями о работе секции поделился зам. директора института, д.б.н. Андрей Геннадьевич Болотов!

Прямо сейчас завершилась гласная часть секции по физике и гидрологии почв💧 Одним из кураторов секции выступил сотрудник нашей лаборатории, к.б.н. Кирилл Толстыгин — приглашаем на постеры!

Вот такие красавцы — не хотели расходиться, завтра продолжим🤗

Сегодня вечером захватываем постерную сессию по почвенной даталогии 🌱 Приглашаем погрузиться в почвенную даталогию — науку о том, что происходит, когда данные о почвах становятся полноправным объектом исследования. Приносим семь постеров: «ПочваКуб» как инструмент визуального моделирования процессов в агроэкосистемах

Пономаренко Б.Д., Цымбарович П.Р., Толстыгин К.Д., Бардашов Д.Р., Браулов П.А., Фомин Д.С., Филь П.П., Болотов А.Г., Иванов А.Л.

Алгоритм извлечения структурированных почвенных данных из научных публикаций

Солдаткина М.А., Фомин Д.С., В.В. Клюева, М.В. Тимофеева, М.А. Кочнева

Детектирование сельскохозяйственных культур по данным дистанционного зондирования Земли

Богдан Е.В., Цымбарович П.Р., Фомин Д.С.

Сервис климатических данных НИМБУС: алгоритм автокоррекции и уточнения реанализов для задач почвенного мониторинга и моделирования

Ткаченко М.А., Фомин Д.С.

Цифровая почва как платформа для пространственной аналитики почвенных данных

Мусаэлян Р.Э., Пономаренко Б. Д., Цымбарович П.Р., Фомин Д.С., Толстыгин К.Д.

Цифровое почвенное картографирование гранулометрического состава пахотных земель России

Браулов П.А., Фомин Д.С.

Цифровой каталог наборов почвенных данных

Цымбарович П.Р., Фомин Д.С.

К какому постеру идете в первую очередь?) #АгроДТ_лаба

Привет, ребята! Стартовала конференция Почвоведение: Горизонты будущего — юбилейная, молодежная и очень крутая 🥰 Приходите убедиться — ждем в ФИЦ "Почвенный институт им. В.В. Докучаева" всю неделю по расписанию! ❤️ Уже сегодня в 13:30 пройдет семинар "От идеи до финансирования" с участием наших сотрудников.

Разберемся, как превратить результаты исследования в основу для дальнейшего финансирования и внедрения.

Готовьте вопросы для обсуждения!)

Станут ли педотрансферные функции следующим прорывом ИИ после "решения" задачи Навье–Стокса? Следим за развитием событий 👀 Вообще, ПТФ на нейросетях считаются с 2001 года (та самая Rosetta: Schaap et al., 2001). А пока — уже на следующей неделе конференция Почвоведение: Горизонты будущего, где мы расскажем все про ПТФ и не только. До встречи :)

С Днём знаний! Решили порадовать вас порцией новых результатов и насытить математико-почвоведческими знаниями — изучайте в карусели:)