Почвенная информация в России распределена между архивными картами, описаниями разрезов, ведомственными базами, результатами лабораторных исследований и современными растровыми продуктами. Различия классификаций, глубин отбора, единиц измерения и аналитических методов затрудняют совместное использование этих материалов и делают результаты пространственного анализа плохо воспроизводимыми. Потребность в национальных почвенных информационных системах становится самостоятельным направлением развития отрасли: FAO поддерживает создание систем, объединяющих полевые наблюдения, лабораторные данные, спектральные библиотеки и архивные материалы, а гармонизацию методов рассматривает как условие сопоставимости данных и принятия обоснованных решений [1, 2]. Актуальность подобных решений подтверждается и вступлением в силу в декабре 2025 г. первого закона ЕС о мониторинге почв, предусматривающего систематическую оценку их состояния [3].

В рамках проекта разработана концепция геопортала «Цифровая почва» и формализована объектная модель, связывающая пространственное положение почвы с иерархией «разрез — профиль — горизонт или слой — образец». Каждое аналитическое значение хранится вместе с наименованием показателя и методом его определения, что сохраняет экспериментальную прослеживаемость. Платформа предусматривает объединение данных ЕГРПР, картографического фонда, материалов полевых обследований и внешних цифровых продуктов. Пользователь может получать сведения для точки, почвенного контура или произвольной зоны интереса, сравнивать источники, анализировать распределение свойств по площади и глубине, формировать графики, отчеты и выгрузки.

Отметим, что международные системы решают отдельные части этой задачи. GloSIS формирует федеративную инфраструктуру обмена гармонизированной почвенной информацией между национальными системами [4]. SoilGrids предоставляет глобальные прогнозные карты свойств почв с разрешением 250 м для шести интервалов глубины и оценкой неопределенности [5]. USDA Web Soil Survey обеспечивает работу с пользовательской зоной интереса и подготовку карт и отчетов по официальным данным почвенных обследований [6]. ESDAC выступает единой точкой доступа к наборам данных, картам и прикладным сервисам на территории европейской зоны [7].

«Цифровая почва» сочетает функции, которые в зарубежных решениях часто разделены между репозиториями профильных данных, прогнозными картами и аналитическими порталами. Платформа опирается на российскую предметную модель и национальные информационные ресурсы, сохраняет сведения о происхождении и методике получения каждого показателя, объединяет архивные и современные данные и поддерживает анализ от отдельного разреза до территории субъекта Федерации. Поэтому она рассматривается не как электронная карта, а как воспроизводимая среда для научных исследований, мониторинга почв и пространственно обоснованного управления почвенно-земельными ресурсами.

Исследование выполнено при финансовой поддержке Министерства науки и высшего образования Российской Федерации (Соглашение No 075-15-2024-545 от 24 апреля 2024 г.).

Литература
1. FAO. Soil Information Systems and Mapping. https://www.fao.org/in-action/soilfer/in-action/soil-information-systems-%28sis%29-and-mapping/en
2. FAO. Harmonization of methods, measurements and indicators. https://www.fao.org/global-soil-partnership/pillars-action/5-harmonization/en/
3. European Commission. Soil Monitoring Law. https://environment.ec.europa.eu/topics/soil-health/soil-monitoring-law_en
4. FAO. Soil Information and Data: GloSIS. https://www.fao.org/global-soil-partnership/areas-of-work/soil-information-and-data/en/
5. ISRIC. SoilGrids. https://isric.org/explore/soilgrids
6. USDA NRCS. Web Soil Survey. https://www.nrcs.usda.gov/resources/data-and-reports/web-soil-survey
7. European Commission JRC. European Soil Data Centre. https://esdac.jrc.ec.europa.eu/

Открытие рентгеновских лучей в 1895 г., обнаружение их дифракции на кристаллах (Laue, 1912) и формулировка закона дифракции (Bragg, Bragg, 1913) сформировали основу рентгенофазового анализа. Методы Дебая–Шеррера и Халла применили эти подходы к минералам: положение дифракционных линий использовали для идентификации фаз, интегральную интенсивность – для количественной оценки (Debye, Scherrer, 1916; Hull, 1917). Применение этих же принципов к глинистым минералам выявило ряд ограничений: преимущественная ориентировка пластинчатых частиц изменяла соотношение интенсивностей, малая толщина кристаллитов уширяла отражения, а гидратация и дефекты укладки смещали базальные максимумы. Эти препятствия ознаменовали методологическую эволюцию в глинистой минералогии.

В 1950–1960-е гг. количественные схемы строились по отдельным отражениям ориентированных препаратов. Определение основных глинистых минералов строилось на учете изменений базальных рефлексов после сольватации и нагревания (Johns et al., 1954). Серийное сопоставление большого объема дифрактограмм позволило создать метод основанный на нормировке площадей диагностических отражений с эмпирическими поправками (Biscaye, 1965). Однако интенсивность зависела не только от содержания минерала, но и от состава межслоевых катионов, ориентировки, дисперсности и качества препарата, что метод не учитывал. Поэтому расчеты не давали универсального определения массовых долей.

В 1970–1980-е гг. необходимость учитывать различия в дифракционной способности фаз и поглощении привела к применению внутренних стандартов. В методе корундовых чисел интенсивности минералов сопоставляли с интенсивностью корунда (Chung, 1974a, 1974b, 1975). Подход повысил сопоставимость результатов, но не устранил влияние химического состава и дефектности природных глин. Одновременно с этим начали расшифровывать структуры смешаннослойных образований - сложнейших глинистых объектов, которые нельзя описать одним рефлексом. Для представления последовательностей слоев применили математический аппарат: марковские цепи и матричную статистику для определения вероятности переходов (Reynolds, 1967; Drits, Sakharov, 1976). Расчет набора базальных отражений позволил определять долю слоев разного типа и степень их упорядочения, разграничив структурные параметры минерала и его содержания .

С конца 1980-х гг. перекрытие отражений индивидуальных минеральных фаз и неполнота информации отдельных пиков обусловили переход к полнопрофильному анализу (Rietveld, 1969). Метод учитывает связи масштабных коэффициентов с массовыми долями фаз (Hill, Howard, 1987; Bish, Howard, 1988). Для плохо упорядоченных минералов развивались вероятностные модели, что позволило анализировать более сложные объекты, к которым и относится почва.

В почвоведении количественная минералогия развивалась иначе из-за сложности почвенной матрицы. Органическое вещество, соединения железа и алюминия, слабо окристаллизованные фазы и минерало-органические комплексы затрудняли прямой пересчет интенсивностей. Поэтому рентгенодифракционный анализ сочетали с гранулометрическим разделением, селективным удалением компонентов, химическим и термическим анализом, определением структурного калия и емкости катионного обмена (Jackson, 1956; Alexiades, Jackson, 1966). В отечественном почвоведении интегральные интенсивности препаратов использовали для сопоставления илистой фракции почвенных горизонтов и почвообразующих пород (Gorbunov et al., 1972).

В современной почвенной минералогии развитие рентгенодифракционного анализа связано с моделированием смешанослойных структур, уточнением фазового состава тонкодисперсных фракций и сопоставлением минералогических данных почвенных горизонтов и по латерали. Расчет дифракционных профилей позволяет оценивать соотношение слоев разного типа, степень их упорядочения и направленность преобразований глинистых минералов в процессе почвообразования. Количественная интерпретация опирается на совместный анализ ориентированных и неориентированных препаратов и проверяется данными химического и гранулометрического анализа.

Почвенный институт, продолжая традиции отечественной школы глинистой минералогии, развивает это направление, предлагая современные подходы к её исследованию.

Работа выполнена за счет средств государственного задания по теме НИР FGUR-2025-0005
(125042105328-5)