Verwendung der wichtigsten Komponenten für die Aufstockung topographische Modelle zuordnen Boden Umverteilung und Boden organischen Kohlenstoff
16. Oktober 2018
Landschaft-Prozesse sind wichtige Komponenten der Bodenbildung und spielen eine wichtige Rolle bei der Bestimmung von Bodeneigenschaften und Raumstruktur in Landschaften. Wir schlagen ein neues Konzept mit schrittweisen Hauptbestandteil Regression Boden Umverteilung und organisch gebundenem Kohlenstoff in verschiedenen räumlichen Skalen vorherzusagen.
Diese Methode kann helfen, wichtige Fragen im landwirtschaftlichen Bereich zu beantworten, wie die Landschaftstopographie die Bodenerosion und die Organische Stoffdynamik des Bodens beeinflussen kann. Der Hauptvorteil dieser Technik besteht darin, dass sie auf Gebiete mit begrenzten Beobachtungen anwendbar ist und eine kostengünstige Schätzung der organischen Kohlenstoffvorräte und der Umverteilungsprozesse im Boden bietet. Sammeln Sie zunächst Daten von der Website GeoTREE Light Detection and Ranging Mapping Project.
Wählen Sie Begrenzungstyp und -bereich aus, um auf einen bestimmten Bereich zu zoomen. Zeichnen Sie dann ein Polygon, um die Lichterkennung und die Anordnung von Kacheln für das ausgewählte Untersuchungsgebiet herunterzuladen. Konvertieren Sie die Rohlichterkennung und -bereichitortionsdaten mithilfe des Mapping-Tools für das geografische Informationssystem in eine LAS-Datei.
Generieren Sie als Nächstes digitale Höhenmodelle (DEMS) mit einer räumlichen Auflösung von drei Metern unter Verwendung einer inversen, distanzgewichteten Interpolation. Filtern Sie das Drei-Meter-DEMS zweimal mit einem Drei-Kernel-Tiefpassfilter, um Geräusche zu reduzieren, die mit lokalen Variationen verbunden sind. Um topografische Metriken zu generieren, klicken Sie im Abschnitt Importieren/Exportieren zuerst auf Raster importieren, um das gefilterte demS mit drei Zählern in SAGA zu importieren.
Klicken Sie als Nächstes auf das Modul Neigung, Aspekt, Krümmung von SAGA mit den Standardeinstellungen, um die Neigung, die krümmungsbezogene Metrik und die allgemeine Krümmungsmetrik mithilfe der gefilterten DEMs zu generieren. Klicken Sie auf das Flow Accumulation Top-Down-Modul von SAGA, und wählen Sie Deterministische Unendlichkeit als Methode zum Generieren der Flow Akkumulationsmetrik mit den gefilterten DEMs aus. Klicken Sie anschließend auf das MODUL SAGA Topographic Openness mit den Standardeinstellungen, um die positive Offenheitsmetrik mithilfe eines gefilterten z-Achsen-verstärkten Bildes zu generieren.
Die Vergrößerung der vertikalen Abstände in den digitalen Höhenmodellen verbessert die Unterscheidungsfähigkeit positiver Offenheit an Standorten mit einer relativ flachen Oberfläche. Klicken Sie auf das LS-Faktorfeld-basierte Modul von SAGA mit den Standardeinstellungen, um die Steigungsneigungs- und Neigungslängenfaktormetriken mithilfe der gefilterten DEMs zu generieren. Klicken Sie als Nächstes auf das Modul Flusspfadlänge von SAGA mit den Standardeinstellungen, um die Fließpfadlängenmetrik mithilfe der gefilterten DEMs zu generieren.
Klicken Sie auf das Downslope Distance Gradient-Modul von SAGA mit den Standardeinstellungen, um die Downslope-Indexmetrik mit den gefilterten DEMs zu generieren. Klicken Sie nun auf das MODUL SAGA-Nassindex, und wählen Sie das absolute Einzugsgebiet als Bereich aus, um die Meter des Einzugsgebiets und der topografischen Nässeindexmetriken mithilfe der gefilterten DEMs zu generieren. Klicken Sie auf das Stream Power Index-Modul von SAGA, und wählen Sie pseudospezifisches Einzugsgebiet als Flächenkonvertierung aus, um die Stream-Power-Index-Metrik mithilfe der gefilterten DEMs zu generieren.
Generieren Sie anschließend maximale Höhenkarten mit mehreren Radien. Filtern Sie die maximalen Höhenzuordnungen zweimal über einen Drei-Kernel-Tiefpassfilter. Subtrahieren Sie das gefilterte dem 3-Meter-DEM von den gefilterten maximalen Höhenkarten, um eine Reihe von Reliefkarten zu erhalten.
Extrahieren Sie eine Reihe von Reliefvariablen an eine Reihe von Positionen. Führen Sie eine Hauptkomponentenanalyse für die Reliefvariablen durch, um die Reliefs in topografische Reliefkomponenten umzuwandeln. Wählen Sie Hauptkomponenten aus, die mehr als 90 % Varianz des Relief-Datasets als topografische Reliefmetriken erklären.
Standardisieren Sie die sieben Reliefkarten mit Mittelwert und Standardabweichung. Erstellen Sie Relief-Hauptkomponenten nach Summe des standardisierten topographischen Reliefs, gewichtet durch die entsprechenden Belastungen. Beim Erstellen der Reliefmetrik ist es wichtig, Reliefbilder in verschiedenen räumlichen Maßstäben zu generieren, um Unsicherheiten im Zusammenhang mit der willkürlichen Auswahl des Radius zu begrenzen, da die Steuerung der Entlastung der Bodeneigenschaften durch räumliche Entlastungssskalen beeinflusst werden könnte.
Wählen Sie eine Reihe von Ackerflächenstandorten aus, die die Landschaftsmerkmale des Untersuchungsgebiets angemessen darstellen können, sowie mehrere repräsentative kleinräumige Ackerflächen, die intensiv beprobt werden können. Laden Sie alle Standortkoordinaten des Beispiels in ein codebasiertes geografisches Positionierungssystem hoch, und suchen Sie sie physisch im Feld. Als nächstes sammeln Sie drei Proben für jeden Probenahmeort aus der obersten 30-Zentimeter-Bodenschicht mit einer Push-Sonde.
Zeichnen Sie geografische Koordinateninformationen der Stichprobenpositionen mithilfe des geographischen Positionierungssystems auf. Anschließend wird die Bodenprobe mit einem Zwei-Millimeter-Bildschirm absieben. Wiegen Sie die Bodenproben nach dem Trocknen.
Berechnen Sie die Bodendichte anhand der gesamten Probenvolumina an Probenahmeorten und Gewichten. Mischen Sie die drei Proben vom selben Ort, um eine zusammengesetzte Bodenprobe zu erhalten. Eine 10-Gramm-Unterprobe des gesiebten Bodens mit einem Walzenwerk zu einem sehr feinen Pulver schleifen.
Messen Sie nun den Gesamtkohlenstoffgehalt des Bodens in der Walzenfräsprobe durch Verbrennung auf einem CN-Elementaranalysator bei einer Temperatur von 1350 Grad Celsius. Nach dem Backen der organischen Substanz des Bodens in einem Ofen, schätzen Sie den Calciumcarbonatgehalt, indem Sie den verbleibenden Kohlenstoff analysieren. Legen Sie nun die zwei Millimeter gesiebten Bodenproben in Marinelli-Becher und versiegeln Sie sie.
Legen Sie das Becherglas in den Detektor und messen Sie die Cäsiumkonzentration jeder Probe durch Gamma-Strahlenanalyse mit einem Spektroskopiesystem, das Eingänge von drei hochreinen koaxialen Germaniumkristallen in 8, 192-Kanal-Analysatoren empfängt. Zeichnen Sie die Cäsiumkonzentrationsleistung auf. Berechnen Sie schließlich die Bodenumverteilungsrate mithilfe des Cäsiuminventars, indem Sie das Massenbilanzmodell II in einem Tabellen-Add-In-Programm anwenden.
460 Feldstandorte wurden nach dem Zufallsprinzip ausgewählt, um topografische Informationen im Walnut Creek Watershed in Iowa abzuleiten. Hier werden Ergebnisse von Korrelationsanalysen zwischen topographischen Metriken und der organischen Kohlenstoffdichte des Bodens, Bodenumverteilung vorgestellt. Der topographische Nässeindex und das großangelegte topographische Relief zeigten die höchsten Korrelationen mit Dichte bzw. Bodenumverteilungsraten.
Räumliche Muster der beiden Metriken zeigten hohe Werte im Depressionsbereich und niedrige Werte in schrägen und Gratbereichen. Unterschiede zwischen den beiden Metriken traten jedoch in Grabenbereichen auf, wo der topografische Nässeindex extrem hohe Werte aufwies, die Werte des groß angelegten topografischen Reliefs jedoch nicht von benachbarten Bereichen unterschieden. Fünf topografische Hauptkomponenten, die zum Erstellen von topographischen Modellen ausgewählt wurden, sind hier aufgeführt.
Über 70 bzw. 65 % der Variabilität der organischen Kohlenstoffdichte und der Umverteilungsraten des Bodens wurden durch das schrittweise gewöhnliche Regressionsmodell mit den kleinsten Quadraten mit ganzen Variablen erklärt. Bei den Modellen mit entfernter kollinearer Kovariate waren die Simulationseffizienzen etwas niedriger als das schrittweise gewöhnliche Regressionsmodell mit dem Modell der kleinsten Quadrate. Bei SPCR-Modellen werden ähnliche Simulationseffizienzen wie das schrittweise gewöhnliche Regressionsmodell am kleinsten Quadrat mit entfernter kollinearer Kovariate beobachtet.
Die aus SPCR-Modellen erstellten Bodenumverteilungs- und organischen Kohlenstoffdichtekarten ergaben konsistente Muster zwischen Modellsimulationen und Feldmessungen. Diese Technik ebnet forschern auf dem Gebiet der Landwirtschaft den Weg, um Bodenumverteilung und organische Materiemuster an Wassereinzugsgebieten und regionalen Skalen zu erforschen. Die Technik könnte durch eine weitere Verfeinerung der Lichterkennung und des Datenrangings und die Einbeziehung zusätzlicher topografischer Metriken verbessert werden.
Übersicht
Diese Studie stellt einen neuartigen Ansatz unter Verwendung einer schrittweisen Hauptkomponentenregression zur Vorhersage der Bodenumverteilung und der organischen Bodenkohlenstoffgehalte über verschiedene räumliche Skalen hinweg vor. Die Methode befasst sich mit zentralen agrarwissenschaftlichen Fragestellungen bezüglich der Auswirkungen der Landschaftstopographie auf Bodenerosion und die Dynamik der organischen Substanz.
Wesentliche Studienkomponenten
Bereich der Wissenschaft
- Bodenkunde
- Landwirtschaftliche Forschung
- Umweltwissenschaften
Hintergrund
- Landschaftsprozesse sind entscheidend für die Bodenbildung.
- Bodeneigenschaften und räumliche Struktur werden durch diese Prozesse beeinflusst.
- Das Verständnis der Dynamik des organischen Kohlenstoffs im Boden ist entscheidend für eine nachhaltige Landwirtschaft.
- Begrenzte Beobachtungsdaten können Bodenuntersuchungen erschweren.
Zweck der Studie
- Entwicklung einer kosteneffizienten Methode zur Abschätzung der Vorräte an organischem Kohlenstoff im Boden.
- Vorhersage von Bodenumverteilungsprozessen über verschiedene Landschaften hinweg.
- Verbesserung des Verständnisses darüber, wie die Topographie die Bodeneigenschaften beeinflusst.
Verwendete Methoden
- Datenerhebung aus dem GeoTREE-Laser-Entfernungsmessungs-Mapping-Projekt.
- Erstellung digitaler Geländemodelle (DEMs) mit einer räumlichen Auflösung von drei Metern.
- Anwendung von SAGA GIS zur Generierung topografischer Metriken.
- Bodenprobenahme und Analyse auf Kohlenstoffgehalt und -dichte.
Hauptergebnisse
- Korrelationsanalysen ergaben signifikante Zusammenhänge zwischen topographischen Metriken und der Dichte der organischen Bodenkohlenstoffe.
- Der topographische Feuchteindex und die großskalige topographische Relieftiefe wiesen die stärksten Korrelationen mit den Bodeneigenschaften auf.
- Räumliche Muster zeigten hohe Werte in Senkenbereichen und niedrige Werte in geneigten Regionen.
Schlussfolgerungen
- Die vorgeschlagene Methode schätzt effektiv den organischen Kohlenstoffgehalt und die Umverteilung im Boden.
- Topografische Kenngrößen sind entscheidend für das Verständnis der Bodendynamik.
- Dieser Ansatz kann in Gebieten mit begrenzter Datenverfügbarkeit angewendet werden.
Häufig gestellte Fragen
Aussagekräftige Relevanz für die Industrie
Diese Methode bietet einen kosteneffizienten Ansatz zur Abschätzung der Vorräte an organischem Kohlenstoff im Boden und der Umlagerungsprozesse in landwirtschaftlichen Landschaften mit begrenzten Beobachtungsdaten. Durch die Nutzung topographischer Parameter aus LiDAR-Daten und der Hauptkomponentenanalyse ermöglicht sie eine skalierbare Modellierung der Bodendynamik auf Standort- und Einzugsgebietsebene. Der Ansatz stärkt das Vorhersagevertrauen bei Entscheidungen zur Flächenbewirtschaftung, indem er eine Überanpassung des Modells durch Dimensionsreduktion und Beseitigung von Multikollinearität verringert.
Strategische Anwendungen in der Biopharma-Forschung und -Entwicklung
Frühe Entdeckung und Zielvalidierung
- Wissenschaftlicher Wert: Ermöglicht die Untersuchung landschaftsbezogener Einflussfaktoren auf die Variabilität des organischen Bodenkohlenstoffs anhand topographischer Hauptkomponenten.
- Operationaler Wert: Verringert mechanistische Unschärfen, indem unabhängige topographische Variablen, die die Bodenumverteilung beeinflussen, isoliert werden.
Screening und Assay-Entwicklung
- Wissenschaftlicher Wert: Erzeugt standardisierte, quantitative Ergebnisse (Bodenumverteilungsraten, SOC-Dichte) aus mehrquelligen topographischen und Bodendatensätzen.
- Operativer Wert: Unterstützt die Bereitschaft für Analysen, indem reproduzierbare räumliche Modelle erstellt werden, die anhand von Feldmessungen validiert sind.
Translationale und präklinische Forschung
- Wissenschaftlicher Wert: Ermöglicht die Hochrechnung von repräsentativen Untersuchungsstandorten auf größere Landschaften, einschließlich Privatflächen mit eingeschränktem Zugang.
- Operativer Wert: Stellt eine kontinuierliche Verbindung von der entdeckungsorientierten topografischen Modellierung bis hin zur wassereinzugsbezogenen Vorhersage der Dynamik des organischen Bodenkohlenstoffs her.
Pipeline- und Workflow-Integration
Die Methode integriert die Verarbeitung topografischer Daten, die Bodenprobennahme und statistische Modellierung, um Entdeckungs- bis Übersetzungsabläufe in der Umwelt- und Agrarforschung zu unterstützen.
- Entdeckungsbiologie: Verwendet die Hauptkomponentenanalyse, um topographische Einflüsse auf die Bodenbildung und Kohlenstoffdynamik zu klären.
- Screening: Liefert quantitative, räumlich explizite Vorhersagen zur Bodenumverteilung und organischen Kohlenstoffdichte für die vergleichende Zustandsanalyse.
- Analysen: Wendet eine schrittweise Regressionsanalyse mittels Hauptkomponenten an, um statistisch robuste Modelle mit geringerem Risiko der Überanpassung zu erzeugen.
- Translationale Forschung: Ermöglicht die Hochskalierung standortspezifischer Erkenntnisse auf Einzugsgebietsebene und unterstützt so risikoadjustierte Entscheidungen zur Weiterentwicklung.
- Unternehmensweite Wiederverwendung: Schafft einen wiederverwendbaren Rahmen für die topographische Modellierung, der auf unterschiedlichen landwirtschaftlichen Landschaften mit begrenzter Datenverfügbarkeit anwendbar ist.
Operative und unternehmerische Auswirkungen
- Wissenschaftlicher Wert: Vorhersagegenauigkeit bei der Modellierung von organischem Bodenkohlenstoff und seiner Umverteilung durch Reduzierung von Kollinearität und Kontrolle der Dimensionalität.
- Operativer Wert: Standardisierung der Erzeugung topographischer Kenngrößen und von Protokollen zur Bodenanalyse gewährleistet die Reproduzierbarkeit an verschiedenen Standorten.
- Strategischer Wert: Verbessert die Entscheidungsfindung bei der Flächenbewirtschaftung, indem kosteneffiziente Schätzungen bereitgestellt werden, wo direkte Messungen nicht durchführbar sind.
- Portfolio-Wirkung: Unterstützt die risikoadjustierte Priorisierung von Maßnahmen zum Bodenschutz oder in der Landwirtschaft basierend auf modellierten Ergebnissen zur Bodengesundheit.
Durchführungsaspekte
- Kenntnisse in Geoinformationssystemen, insbesondere in der Verarbeitung von SAGA GIS- und LiDAR-Daten.
- Zugang zu hochauflösenden digitalen Geländemodellen und Infrastruktur für die Bodenprobennahme.
- Standardisierung der Verfahren zur Bodenprobenentnahme, Trocknung, Siebung und Analyse von Kohlenstoff- und Stickstoffgehalten.
- Überlegungen zur Anpassung an unterschiedliche räumliche Skalen der Reliefformen und der Extraktion von Reliefvariablen.
- Einschränkungen umfassen die Abhängigkeit von der Genauigkeit der DEM-Erstellung sowie potenzielle Unsicherheiten bei der Auswahl von Reliefmetriken über beliebige räumliche Skalen hinweg.
