Далее следует форма настроек импорта сетки .mig :
Так, подготовительную работу провели. Теперь можно непосредственно переходить к решению поставленной задачи. Если расширение Vertical Mapper загружено, то необходимо вызвать панель Менеджера Сеток по соотв. кнопке. Далее жмём на кнопку Analysis>Point Inspection:
Выбираем слой точек, для которого будем извлекать значения растра — points в нашем случае:
Жмём OK и видим, что в новое поле ph5_1 программа занесла значение растра в точке. Теперь наша учебная карта может выглядеть приблизительно так:
Ещё один подход к обсуждаемой теме с использованием расширения Discover представлен в
Как решить аналогичную задачу по извлечению значения интерполированного растра в точке, используя ArcGIS, можно посмотреть на нашем сайте здесь
Прим. от 20.11.2015 В версии MapInfo 15 реализован функционал для извлечения Z-параметра в точке. Более подробно можно посмотреть здесь
© Simashkov.2012
23.11.2012 г.
ArcGIS соответствующее приложение для создания 3D моделей карт — ArcScene. Для начала в нём из приложения ArcCatalog (так проще всего) просто ‘вытягиваем’ мышкой только-что созданную интерполированную поверхность:
В том, что наша 3D карта пока выглядит не совсем изящно, нет ничего страшного. Это всего лишь, условно говоря, пока сырье, полуфабрикат. Сейчас займемся его обработкой. Для начала по контекстному меню Scene Properties в Таблице содержания (ТОС) перепроецируем карту:
В появившейся форме кликаем на вкладку Coordinate System и выбираем проекцию Меркатора (для нашего примера):
Следующий шаг — опять в Таблице содержания становимся уже на поверхность и по меню Properties идём на вкладку Symbology :
… и выбираем более выразительную цветную палитру (ramp), ну например такую:
Теперь настало время подгрузить в сцену топографический планшет — ‘задрапировать’ им нашу поверхность. Опять-таки, просто вытягиваем его мышкой из соответствующего каталога в Окно представления карты:
Прим. Естественно, используемый вами планшет должен иметь ту же пространственную привязку (координаты), что и поверхность. Иначе они попросту говоря ‘разлетятся’.
Поначалу наша сцена может выглядеть не совсем привлекательно:
Приступаем к окончательной доводке нашей карты. Тут есть есть несколько важных технологических момента, которые существенным образом повлияют на качество наше картинки.
Во-первых, становимся на слой топокарты и по меню Properties, идём на вкладку Rendering (Отрисовка) и сдвигаем ползунки в панели Optimize в сторону наилучшего качества:
Второй важный момент. На вкладке Display в опциях интерполяции растра обязательно меняем с принятой по умолчанию for discrete data (для дискретных данных) на любую for continuous data (для непрерывных данных). Это существенным образом улучшит качество картинки топокарты :
Остался ещё важный пункт для создания качественной картинки 3D карты . На вкладке Base Heights (Базовые высоты) выставляем опцию Floating on a custom surface и устанавливаем масштаб отображения высот рельефа:
 |
Фактор отображения пропорциональности рельефа (7.5 на рисунке слева) во многом зависит от контекста конкретной 3D сцены и его нужно подбирать индивидуально в зависимости от характера ваших данных. Меньшие значения это фактора соответствуют более ‘плоскому’ отображению рельефа. |
Далее ( по вкусу) можно переходить к ‘водным процедурам’ — попробовать поэкспериментировать на вкладке Display с опциями прозрачности, контрастности и яркости для слоя топокарты и поверхности высот, добиваясь их наиболее выразительной визуализации. Один из таких вариантов сцены представлен ниже:
… или в более крупном масштабе (зуме):
В общем, на мой взгляд, наши усилия не пропали даром. Получилась весьма качественная и наглядная картинка (каждое озерцо находиться в своей каверне).
Ссылки
1. О создании тематической 3D карты в ArcGIS можно посмотреть ещё здесь
2. Как решить аналогичную задачу по созданию 3D карты в MapInfo, можно посмотреть на нашем сайте в этой статье
Выбрать . Далее, как показано выше идём меню Surface>Assign grid cell value и в сл. форме задаём поле, в в которое будем писать извлечённое значение растра:
Жмём OK и после небольших манипуляций можно увидеть приблизительно такую картинку:
В поле ZVal программа записала значение интерполированной поверхности в точке.
Как решить аналогичную задачу по извлечению значения интерполированного растра в точке, используя ArcGIS, можно посмотреть на нашем сайте здесь
© Simashkov.2012
01.12.2012 г.
Каталог Программ и ставим птичку напротив пункта Нарисовать сетку:
Прим. В более поздних 64-х разрядных версиях MapInfo с ленточным интерфейсом инструмент Grid Maker можно найти на вкладке Home>Tools :
После этого в меню Программы появляется пункт Создать градусную сетку. Выбираем его и заполняем реквизиты формы приблизительно следующим образом:
 |
Чтобы создать аккуратную сетку (в смысле без лишних областей) желательно заранее определить координаты крайних северных, южных, западных и восточных точек нашей карты — как это сделать, можно посмотреть на нашем сайте тут |
Результат наложения построенной таким образом сетки на нашу карту будет выглядеть приблизительно так:
Но описанная выше утилита Grid Maker работает только в географической системе координат (Широта/Долгота). Если вы попытаетесь с помощью её построить сетку на плоскости в прямоугольной системе координат XY, то скорее всего у вас ничего не получиться:
Для построения «прямоугольных» сеток можно воспользоваться удобной утилитой GridWine, которую можно качнуть отсюда. Для загрузки указанной утилиты идём Программы>Запустить программу MapBasic:
После этого в строке меню появляется пункт Grid. Идём меню Grid>Build и мышкой отмечаем левый нижний и правый верхний углы. Затем указываем шаг сетки. Пусть в нашем случае это будет 25 километров:
Сохраняем построенную таким образом сетку и добавляем её к нашей учебной карте:
Ещё один подход к созданию координатных сеток может быть реализовать с помощью малоизвестного (к сожалению) расширения Discover к ГИС MapInfo. Предположим, что наша исходная карта выглядит так:
Как показано на рисунке выше, для создания сетки идём меню Discover>Map Grid. Далее попадаем в форму настроек координатной сетки:
Достигнутый результат может выглядеть приблизительно так:
Карты с построенными таким образом сетками становятся гораздо более профессиональными, выразительными и грамотно оформленными. К чему мы собственно и стремимся …
Ссылки к статье
1. Как выполнить аналогичную задачу по созданию сеток в ArcGIS можно посмотреть на нашем сайте здесь.
2. О том, как создать координатные сетки в графических редакторах — смотрите на нашем сайте тут
3. Как ещё создать зарамочное оформление градусной сетки с помощью утилиты Planshet в MapInfo смотрите в этой статье
4. В 15-й версии появился еще один способ создания сеток. Более подробная информация здесь— 27.11.2015 г.
©Simashkov.2011.
02.02.2011 г.
Таак, подготовительную работу провели. Теперь можно нанести наши данные на карту. Для этого становимся на нашу табличку, жмём правую кнопку и выбираем Display XY Data:
Появляется сл. диалоговое окно, в котором мы должны указать, из каких колонок брать координаты X/Y:
Если всё было сделано правильно, то сможем увидеть наши точки на карте:
Теперь, при необходимости, можно сохранить наши данные в виде файла-слоя (*.lyr) — правая кнопка> Save As Layer File, или сохранить в базе геоданных — Data>Export Data:
В этом случае необходимо указать базу геоданных, в которой будем хранить наши результаты (как пример):
Если нужно узнать о создании линии по набору точек — смотрите эту
статью Как решить аналогичную задачу в ГИС
MapInfo —
можно посмотреть на нашем сайте здесь
©Simashkov.2011
27.03.2011 г.
просто визуализируем (не значит
,
что устанавливаем!) его
:
Теперь с помощью 3D Analyst нужно выбрать в виде линии сечение, по которому будем строить профиль — кнопка Interpolate Line (в конце трассы дважды быстро щёлкаем мышкой). Затем выбираем, собственно, инструмент создания профиля — кнопка Create Profile Graph (является недоступной, пока не создана трасса сечения):
После этих манипуляций наша карты приобретёт сл. вид:
Теперь, при желании, можно настроить вид созданного графика сечения рельефа «под себя». Для этого, как показано на рисунке выше, щёлкаем по графику правой кнопкой и в контекстном меню выбираем Properties:
На приведённой выше форме можно, например, поменять цвет кривой.
По опции Advanced Properties изменяем, в случае необходимости, шаг осей графика:
Жмём кнопку Change (см. рис. выше) , выставляем новый шаг горизонтальных линий … :
… и наш график теперь приобретёт сл. вид:
На рисунке выше продемонстрирована ещё одна полезная, как модно сейчас говорить, фишка. Если щёлкнуть мышкой в любую точку на кривой, а затем по правой кнопке в контекстном меню выбрать Identify (Показать), то программа проставит на карте точку (обведено красным), которая будет соответствовать выбранной локализации на кривой.
Ссылки:
1. Как решить аналогичную задачу в MapInfo, используя Vertical Mapper — смотрите на нашем сайте здесь.
2. Ещё один подход к построению сечения рельефа в MapInfo описан тут
3. Как создать профиль рельефа в Surfer Golden Software — смотрите по этой
©Simashkov.2011
09.10.2011 г.
Открыть) . ГИС MapInfo без проблем открывает файлы формата xls (Excel, см. на нашем сайте здесь), dbf (СУБД FoxPro, dBase), mdb (MS Access), txt и так далее (правда, файлы приснопамятной СУБД Paradox почему-то не нашёл :-). Предполагается, что вы сможете сохранить открытые таким образом файлы в таблице в ‘родном’ формате ГИС MapInfo tab. Естественно, они будут представлены у вас в виде списка. Теперь можно «привязать» имеющуюся у вас атрибутивную информацию к вашим пространственным данным. Здесь главное условие — наличие одинаковых значений ключевого поля в атрибутивной таблице и в пространственных данных. Наиболее распространённая ситуация — необходимо «состыковать» данные по номеру контура в хозяйстве (в этом случае, он должен быть уникальным, естественно). В этом контексте лучшим «кандидатом» на ключевое поле будет номер контура.
В качестве примера рассмотрим следующую ситуацию. Допустим, у нас есть оцифрованная таблица контуров fields c заполненным полем id(номер контура) и таблица TableTab c атрибутивной информацией в виде списка, где nu — это номер участка, аналогичный по смыслу полю id в таблице fields.
Задача — соединить эти данные. Делается это следующим образом.
Идём меню Запрос>SQL-запрос. Далее заполняем необходимые поля. Ключевое условие здесь — указать условие «стыковки» данных — оно обведено красным цветом на рисунке ниже:
Жмём кнопку OK. Результат может выглядеть сл. образом:
 |
Обратите внимание , значения id и nu совпадают ( как мы и указывали в Запросе) |
Теперь только осталось сохранить выполненный запрос Query1 в виде новой таблицы.
Всё … Ваши атрибутивные данные привязаны к карте.
Как решить аналогичную задачу по привязке атрибутивных данных в ArcGIS — смотрите на нашем сайте здесь и тут
О том, как присоединить атрибутику в ГИС MapInfo из данных Excel можно посмотреть ещё в этой статье
05.07.2010 г.
Перед началом оцифровки контуров сельхозугодий по заданию МСХ РФ в ГИС MapInfo лучше всего создать заготовку (шаблон) слоя, в котором вы будете производить оцифровку. В шаблонной таблице необходимо создать структуру со следующими полями:
FARM_NAME — Символьное, 50 знаков
FARM_ID — Короткое целое
FLD_ID — Короткое целое
FLP_ID — Короткое целое
F_ID — Короткое целое
INC — Короткое целое
Поле INC не входит в перечень обязательных полей и является чисто технологическим. Назначение этого поля рассмотрено ниже.
Структуру этой шаблонной таблицы затем можно будет использовать при создании новых таблиц. Меню Файл>Новая таблица :
Для удобства оцифровки лучше создать таблицы по количеству хозяйств в районе. Таким образом, можно организовать работу по оцифровке между несколькими исполнителями (операторами). Мы именуем эти таблицы следующим образом:
KLG_XXXXX , где KLG — код региона (в данном случае — Калужская область), XXXXX — уникальный код хозяйства по принятому в организации справочнику хозяйств.
При векторизации (оцифровке) сх/угодий в ГИС MapInfo следует придерживаться указаний отдела ГИС ГВЦ Минсельхоза. Т.е., например, необходимо осуществить «нарезку» полигонов внутри сх/контура по спектральной плотности, разрезать полигоны, если они рассекаются фундаментальной (не полевой) дорогой и т.д. В принятой технологии на первом этапе (при оцифровке) оператор заполняет в таблице атрибутов только поле F_ID (номер участка, принятый в организации) и, при необходимости, технологическое поле INC. Поле INC в большинстве случаев заполнять не надо. Его следует заполнять только в том случае, если ваш сх/контур с одним общим вашим кодом раздроблен на несколько участков, не имеющих общей границы (начиная с 1). Приведенная ниже иллюстрация передает смысл этого требования.
Контур с номером 86 несмотря на то, что разрезан на три полигона, имеет общие границы и поле INC заполнять не надо. Контур с номером 88 состоит из трёх участков не имеющих общей границы, и поэтому поле INC для него заполняется по порядку, начиная с единицы. Контур с номером 87 также раздроблен на два участка и здесь поле INC заполняется в соответствии с приведенной иллюстрацией.
Смысл технологического поля INC заключается в том, что программе-заполнителю RenumberTab( о ней речь пойдет ниже) полей FLD_ID и FLP_ID надо дать указание каким контурам присвоить одинаковый код FLD_ID, а каким разный. Если контур имеет общие границы и один общий ваш код F_ID, то программа-заполнитель присвоит такому контуру одинаковый код FLD_ID, а если контур раздроблен, но также имеет ваш общий код, то программа автоматически присвоит таким контурам разный FLD_ID. Это требование отдела ГИС. Наш опыт говорит о том, что заполнение поля INC потребуется лишь для 10-15 % контуров.
После того, как вы оцифровали хозяйство и присвоили коды F_ID и INC, в таблице оцифрованного хозяйства необходимо заполнить поля FARM_NAME(наименование хозяйства) и FARM_ID (код хозяйства). Делать это лучше автоматически для всей таблицы-хозяйства так: Таблица>Обновить колонку.
Обратите внимание, значение символьного поля FARM_NAME берется в кавычках. Аналогично можно заполнить для всей таблицы-хозяйства поле FARM_ID :
Таким образом, вам не придется вводить руками значения полей FARM_NAME и FARM_ID для каждого контура. Кстати, это ещё один аргумент в пользу использования таблиц на каждое хозяйство отдельно!
Далее необходимо «слить» все таблицы-хозяйства в одну таблицу-район. Сначала опять же с помощью шаблона создаем таблицу-район с именем XXX_YYY_PA, где XXX — код региона, YYY-код района. В нашем случае, это, ну например,KLG_KZE_PA(Козельский район Калужской области). Сделать это можно так: Таблица>Добавить записи в таблицы. Появляется следующее диалоговое окно:
Здесь мы подливаем записи из таблицы KLG_10001 в «глобальную» таблицу-район KLG_KZE_PA_With_INC.
Следующим этапом обработки районной таблицы является сортировка(упорядочивание) по полям FARM_ID и F_ID. Для этого можно воспользоваться утилитой SortIt. Просмотреть эту утилиту можно здесь. Запустить указанную утилиту можно так: Программы>Запустить программу MapBasic. Запустив программу, на Панели Программ появляется кнопка программы SortIt, интерфейс которой выглядит так:
Здесь для сортировки таблицы KLG_KZE_PA_With_INC выбираем порядок сортировки сначала по полю FARM_ID, а затем по полю F_ID, т.е. мы упорядочиваем все записи по коду хозяйства, а затем по номеру участка.
Наконец, наступает заключительный этап — присваивание кодов полям FLD_ID и FLP_ID. Делается это автоматически, с помощью разработанной в Лаборатории АгроГИС-технологий утилиты RenumberTab. Данная утилита написана ведущим программистом Лаборатории АгроГИС-технологий Денисовой В. Исходный код программы и выполняемый модуль можно Просмотреть здесь.
Запускаем утилиту и жмём кнопочку Старт. Всё! Программа автоматически проставит коды полей FLD_ID и FLP_ID в соответиствии с требования ГВЦ Минсельхоза.
После этой манипуляции остается «убить» технологическое поле INC, сохранив, при этом, естественно , копию таблицы с этим полем. Вполне вероятно,что придется позже вносить какие-то коррективы в поле INC.
Следующим этапом является проверка результирующей таблицы на топологию. Для этого делаем таблицу редактируемой и выбираем все её объекты: Запрос>Выбрать полностью. Далее Объекты>Проверка полигонов. Появляется следующее диалоговое окно MapInfo:
В случае обнаружения данной утилитой ошибок топологии, устраняем их.
Далее с помощью программы Универсальный транслятор конвертируем нашу таблицу в shape-файл. Данная процедура почему-то создает shape-файл с суффиксом _region. Необходимо переименованием избавиться от этого суффикса, обязательно переименовав все 3 файла с раcширениями shp, shx и dbf.
Остался последний момент. При конвертации атрибутивной информации в dbf-файл, длина числовых полей FARM_ID,FLD_ID,FLP_ID и F_ID не равна требуемой в 5 знаков. К сожалению, средствами ArcView 9.3 эту небольшую проблемку не так легко решить. Сделать это проще всего с помощью утилиты DBFExlorer или СУБД FoxPro 2.5, которая позволяет легко корректировать структуру dbf-файла. Саму СУБД FoxPro 2.5 можно Просмотреть здесь и запускается она в отдельном окне. Открываем нужный нам файл File>Open и затем подправляем длину полей Database>Setup до 5 символов без дробной части.
Вот собственно и всё. Остается для контроля загрузить в ArcView нужный космоснимок и только что созданный shape-файл. Если всё OK, запаковываем архиватором полученный shape-файл и отсылаем его на проверку в отдел ГИС ГВЦ Минсельхоза.
Резюме
C помощью предлагаемой технологии оцифровки контуров сх/угодий вы можете решить несколько проблем:
- Минимум затрат при заполнении (кодировке) атрибутивной информации. По большому счету, вручную заполняется только одно-единственное поле F_ID. Заполнение других полей максимально автоматизировано.
- Можно разнести работу по нескольким исполнителям.
- Вся семантическая информация по району у вас будет упорядочена, а не находиться в хаотическом виде.
- Устранена вероятность ошибок при ручном заполнении атрибутивной информации, особенно полей FLD_ID и FLP_ID.
- Максимально корректное заполнение информации в соответствии с требованиями отдела ГИС ГВЦ Минсельхоза(отсутствие пропусков, двойных значений и т.д.)
© Simashkov.2010
Группировка почв по содержанию подвижного фосфора, определяемого по методам Кирсанова, Чирикова, Мачигина
|
№ группы |
Рекомендуемый цвет раскраски |
Содержание подвижного фосфора |
По методу |
||
|
Кирсанова |
Чирикова |
Мачигина |
|||
|
P2O5 мг/кг почвы |
|||||
|
1 |
Бирюзовый |
Очень низкое |
Менее 25 |
Менее 20 |
Менее 10 |
|
2 |
Светло-голубой |
Низкое |
26-50 |
21-50 |
11-15 |
|
3 |
Голубой |
Среднее |
51-100 |
51-100 |
16-30 |
|
4 |
Светло-синий |
Повышенное |
101-150 |
101-150 |
31-45 |
|
5 |
Синий |
Высокое |
151-250 |
151-200 |
46-60 |
|
6 |
Темно-синий |
Очень высокое |
Более 250* |
Более 200* |
Более 60* |
Группировка почв по содержанию подвижного фосфора, определяемого по методу Эгнера-Рима
|
№ группы |
Рекомендуемый цвет раскраски |
Содержание подвижного фосфора |
По методу |
|
Эгнера-Рима |
|||
|
P2O5 мг/кг почвы |
|||
|
1 |
Бирюзовый |
Очень низкое |
Менее 50 |
|
2 |
Светло-голубой |
Низкое |
51-70 |
|
3 |
Голубой |
Среднее |
71-140 |
|
4 |
Синий |
Повышенное |
Более 140* |
|
5 |
Темно-синий |
Высокое |
— |
* — При наличии образцов с содержанием подвижного фосфора выше 6-й группы по методам Кирсанова, Чирикова, Мачигина и 4-й группы по методу Эгнера-Рима вводится дополнительная группировка, приведенная ниже:
Дополнительная группировка по содержанию подвижного фосфора
|
Группы |
Методы определения |
Группы |
Метод Эгнера-Рима |
||
|
Кирсанова |
Чирикова |
Мачигина |
|||
|
6 |
251-500 |
201-500 |
61-100 |
4 |
141-200 |
|
7 |
501-1000 |
501-1000 |
101-200 |
5 |
201-300 |
|
8 |
1001-2000 |
1001-2000 |
201-300 |
6 |
301-400 |
|
9 |
2001-3000 |
2001-3000 |
301-400 |
7 |
401-500 |
|
10 |
>3000 |
>3000 |
>400 |
8 |
>500 |
Группировка почв по содержанию обменного калия, определяемого по методам Кирсанова, Чирикова, Мачигина, Масловой.
|
№ группы |
Рекомендуемый цвет раскраски |
Содержание обменного калия |
По методу |
|||
|
Кирсанова |
Чирикова |
Мачигина |
Масловой |
|||
|
K2O мг/кг почвы |
||||||
|
1 |
Желтый |
Очень низкое |
Менее 40 |
Менее 20 |
Менее 100 |
Менее 50 |
|
2 |
Светло-оранжевый |
Низкое |
41-80 |
21-40 |
101-200 |
51-100 |
|
3 |
Оранжевый |
Среднее |
81-120 |
41-80 |
201-300 |
101-150 |
|
4 |
Светло-коричневый |
Повышенное |
121-170 |
81-120 |
301-400 |
151-200 |
|
5 |
Коричневый |
Высокое |
171-250 |
121-180 |
401-600 |
201-300 |
|
6 |
Темно-коричневый |
Очень высокое |
Более 250* |
Более 180* |
Более 600* |
Более 300* |
Группировка почв по содержанию обменного калия, определяемого по методу Эгнера-Рима
|
№ группы |
Рекомендуемый цвет раскраски |
Содержание обменного калия |
По методу |
|
Эгнера-Рима |
|||
|
K2O мг/кг почвы |
|||
|
1 |
Светло-оранжевый |
Низкое |
Менее 70 |
|
2 |
Оранжевый |
Среднее |
71-140 |
|
3 |
Светло-коричневый |
Повышенное |
Более 140 |
* — При наличии образцов с содержанием обменного калия выше 6-й группы по методам Кирсанова, Чирикова, Мачигина, Масловой и 3-й группы по методу Эгнера-Рима вводится дополнительная группировка, приведенная ниже:
Дополнительная группировка по содержанию обменного калия
|
Группы |
Методы определения |
Группы |
Метод Эгнера-Рима |
|||
|
Кирсанова |
Чирикова |
Мачигина |
Масловой |
|||
|
6 |
251-500 |
181-500 |
601-1000 |
301-500 |
4 |
141-200 |
|
7 |
501-1000 |
501-1000 |
1001-2000 |
501-1000 |
5 |
201-300 |
|
8 |
1001-2000 |
1001-2000 |
2001-3000 |
1001-2000 |
6 |
301-400 |
|
9 |
2001-3000 |
2001-3000 |
3001-4000 |
2001-3000 |
7 |
401-500 |
|
10 |
>3000 |
>3000 |
>4000 |
>3000 |
8 |
>500 |
Группировка почв по степени кислотности, определяемой в солевой вытяжке (потенциометрически)
|
№ Группы |
Рекомендуемый цвет раскраски |
Степень кислотности |
pH (KCL) |
|
1 |
Красный |
Очень сильнокислые |
Менее 4,0 |
|
2 |
Розовый |
Сильнокислые |
4,1-4,5 |
|
3 |
Оранжевый |
Среднекислые |
4,6-5,0 |
|
4 |
Желтый |
Слабокислые |
5,1-5,5 |
|
5 |
Светло-зеленый |
Близкие к нейтральным |
5,6-6,0 |
|
6 |
Зеленый |
Нейтральные |
Более 6,0 |
Группировка почв по сумме поглощенных оснований
|
№ Группы |
Рекомендуемый цвет раскраски |
Сумма поглощенных оснований |
мг-экв/100г почвы |
|
1 |
Розовый |
Очень низкая |
Менее 5,0 |
|
2 |
Темно-розовый |
Низкая |
5,1-10,0 |
|
3 |
Красный |
Средняя |
10,1-15,0 |
|
4 |
Лиловый |
Повышенная |
15,1-20,0 |
|
5 |
Сиреневый |
Высокая |
20,1-30,0 |
|
6 |
Фиолетовый |
Очень высокая |
Более 30,0 |
Группировка почв по содержанию гумуса, определяемого по методу Тюрина
|
№ Группы |
Рекомендуемый цвет раскраски |
содержание гумуса % |
|
1 |
Желтый |
0-2,0 |
|
2 |
Салатовый |
2,1-4,0 |
|
3 |
Светло-зеленый |
4,1-6,0 |
|
4 |
Зеленый |
6,1-8,0 |
|
5 |
Зелено-коричневый |
8,1-10,0 |
|
6 |
Коричневый |
Более 10,0 |
Группировка почв по содержанию гидролизуемого азота, определяемого по методам Тюрина-Кононовой, Корнфилда
|
№ группы |
Рекомендуемый цвет раскраски |
Содержание гидролизуемого азота |
По методу |
|
|
Тюрина-Кононовой |
Корнфилда |
|||
|
мг/кг почвы |
||||
|
1 |
Лимонный |
Очень низкое |
Менее 30 |
Менее 100 |
|
2 |
Салатовый |
Низкое |
31-40 |
101-150 |
|
3 |
Светло-зеленый |
Среднее |
41-50 |
151-200 |
|
4 |
Травяной |
Повышенное |
51-70 |
Более 200 |
|
5 |
Зеленый |
Высокое |
71-100 |
|
|
6 |
Темно-зеленый |
Очень высокое |
Более 100 |
Группировка почв по нитрификационной способности, определяемой по методу Кравкова
|
№ Группы |
Рекомендуемый цвет раскраски |
Нитрификационная способность |
NO3 мг/кг почвы |
|
1 |
Желтый |
Очень низкая |
Менее 5,0 |
|
2 |
Светло-Зеленый |
Низкая |
5,1-8,0 |
|
3 |
Зеленый |
Средняя |
8,1-15,0 |
|
4 |
Темно-зеленый |
Повышенная |
15,1-30,0 |
|
5 |
Светло-коричневый |
Высокая |
30,1-60,0 |
|
6 |
Коричневый |
Очень высокая |
Более 60,0 |
Группировка почв по степени насыщенности основаниями
|
№ Группы |
Рекомендуемый цвет раскраски |
Степень насыщенности основаниями |
% |
|
1 |
Светло-оранжевый |
Очень низкая |
Менее 30,0 |
|
2 |
Оранжевый |
Низкая |
30,1-50,0 |
|
3 |
Розовый |
Средняя |
50,1-70,0 |
|
4 |
Красный |
Повышенная |
70,1-90,0 |
|
5 |
Красно-коричневый |
Высокая |
Более 90,0 |
Группировка почв по содержанию обменных кальция и магния
|
№ группы |
Рекомендуемый цвет раскраски |
Содержание элементов |
Ca |
Mg |
|
мг-экв/100 г почвы |
||||
|
1 |
Голубой |
Очень низкое |
0-2,5 |
Менее 0-0,5 |
|
2 |
Синий |
Низкое |
2,6-5,0 |
0,6-1,0 |
|
3 |
Светло-зеленый |
Среднее |
5,1-10,0 |
1,1-2,0 |
|
4 |
Зеленый |
Повышенное |
10,0-15,0 |
2,1-3,0 |
|
5 |
Темно-синий |
Высокое |
15,1-20,0 |
3,1-4,0 |
|
6 |
Темно-зеленый |
Очень высокое |
Более 20,0 |
Более 4,0 |
Группировка почв по гидролитической кислотности
|
№ Группы |
Рекомендуемый цвет раскраски |
содержание гумуса % |
|
1 |
Фиолетовый |
Более 6,0 |
|
2 |
Сиреневый |
5,1-6,0 |
|
3 |
Красный |
4,1-5,0 |
|
4 |
Розовый |
3,1-4,0 |
|
5 |
Оранжевый |
2,1-3,0 |
|
6 |
Светло-оранжевый |
Менее 2,0 |
Группировка почв по содержанию подвижных форм микроэлементов, определяемых по методу Пейве-Ринькиса
|
Элемент |
Экстрагирующий раствор |
Градации почв по содержанию микроэелементов мг/кг |
|
низкое |
среднее |
высокое |
|
Марганец |
0,1 и H2SO4 |
70 |
|
Цинк |
1 и KC1 |
1,5 |
|
Медь |
1 и KC1 |
3,3 |
|
Кобальт |
1 и HNO3 |
2,2 |
|
Бор |
H2O |
0,7 |
|
Молибден |
Оксалатно-буферный раствор с pH 3.3 |
0,22 |
Группировка почв по содержанию подвижных форм микроэлементов, определяемых в вытяжке ацетатно-аммонийного буферного раствора (pH 4.8)
|
Элемент |
Градация почв по содержанию микроэелементов мг/кг |
|
|
низкое |
среднее |
высокое |
|
Марганец |
20,0 |
|
|
Цинк |
5,0 |
|
|
Медь |
0,50 |
|
|
Кобальт |
0,30 |
Группировка почв по валовому содержанию тяжелых металлов (мг/кг)
|
№ группы |
ЭЛЕМЕНТ |
|||
|
Zn |
Ni |
Cu |
Pb |
Mn |
|
1 |
6000 |
Группировка почв по содержанию подвижных форм тяжелых металлов в почвах, мг/кг (ацетатно-аммонийный буферный раствор с pH 4. 8)
|
№ группы |
ЭЛЕМЕНТ |
|||
|
Zn |
Ni |
Cu |
Co |
Cr |
|
1 |
24 |
* — Численное значение нижней границы 3-й группы является предельно допустимой концентрацией (ПДК) данного элемента в почве
Далее задаём параметры сеток наклонов и направлений склонов:
Жмём кнопку OK, и после небольших косметических манипуляций видим сл. картинку:
Если в Grid Manager выбрать созданный таким образом слой уклонов и нажать на иконку i (Информация), то можно увидеть легенду карты:
Тот факт, что легенда дана именно в градусах, подтверждает сл. картинка (вкладка Z- units):
Созданная карта направлений склонов имеет сл. вид:
Пока о карте уклонов всё. Удачи !
© Simashkov.2011
05.11.2011 г.