16 października 2018
Procesy krajobrazowe są kluczowymi składnikami formowania gleby i odgrywają ważną rolę w określaniu właściwości gleby i struktury przestrzennej w krajobrazach. Proponujemy nowe podejście wykorzystujące krokową regresję głównych składowych do przewidywania redystrybucji gleby i węgla organicznego w glebie w różnych skalach przestrzennych.
Metoda ta może pomóc odpowiedzieć na kluczowe pytania w dziedzinie rolnictwa, takie jak to, w jaki sposób topografia krajobrazu może wpływać na erozję gleby i dynamikę materii organicznej w glebie. Główną zaletą tej techniki jest to, że można ją zastosować w miejscach o ograniczonych obserwacjach i zapewnia opłacalne oszacowanie zasobów węgla organicznego w glebie i procesów redystrybucji gleby. Najpierw zbierz dane ze strony internetowej projektu GeoTREE Light Detection and Ranging Mapping Project.
Wybierz typ obwiedni i region, aby powiększyć do określonego obszaru. Następnie narysuj wielokąt, aby pobrać kafelki wykrywania i zakresu światła dla wybranego obszaru analizy. Przekonwertuj surowe dane dotyczące wykrywania i zakresu światła na plik LAS za pomocą narzędzia do mapowania systemu informacji geograficznej.
Następnie wygeneruj cyfrowe modele terenu (DEMS) z trzymetrową rozdzielczością przestrzenną przy użyciu odwrotnej interpolacji ważonej odległością. Przefiltruj trzymetrowy DEMS dwukrotnie za pomocą filtra dolnoprzepustowego z trzema jądrami, aby zredukować szumy związane z lokalną zmiennością. Aby wygenerować dane topograficzne, najpierw kliknij opcję Importuj raster w sekcji Import/Eksport, aby zaimportować przefiltrowane trzymetrowe DEMS do SAGA.
Następnie kliknij moduł Nachylenie, Proporcje, Krzywizna SAGA z ustawieniami domyślnymi, aby wygenerować nachylenie, metrykę związaną z krzywizną i ogólną metrykę krzywizny przy użyciu przefiltrowanych DEM. Kliknij moduł Akumulacja przepływu od góry do dołu w systemie SAGA i wybierz opcję Deterministyczna nieskończoność jako metodę generowania metryki akumulacji przepływu przy użyciu przefiltrowanych DEM. Następnie kliknij moduł Otwartość topograficzna SAGA z ustawieniami domyślnymi, aby wygenerować dodatnią metrykę otwartości przy użyciu przefiltrowanego obrazu wzmocnionego na osi z.
Zwiększenie odległości pionowych w numerycznych modelach terenu poprawia rozróżnialność dodatniej otwartości w miejscach o stosunkowo płaskiej powierzchni. Kliknij moduł LS-Factor Field Based w SAGA z ustawieniami domyślnymi, aby wygenerować metryki współczynnika nachylenia i długości nachylenia przy użyciu przefiltrowanych DEM. Następnie kliknij moduł Długość ścieżki przepływu w SAGA z ustawieniami domyślnymi, aby wygenerować metrykę długości ścieżki przepływu przy użyciu przefiltrowanych DEM.
Kliknij moduł Gradient odległości w dół SAGA z ustawieniami domyślnymi, aby wygenerować metrykę indeksu spadku przy użyciu przefiltrowanych DEM. Teraz kliknij moduł SAGA Wetness Index i wybierz bezwzględny obszar zlewni jako typ obszaru, aby wygenerować metryki obszaru zlewni i topograficznego indeksu wilgotności przy użyciu przefiltrowanych DEM. Kliknij moduł Stream Power Index (Indeks mocy strumienia) w systemie SAGA i wybierz pseudospecyficzny obszar zlewni jako konwersję obszaru, aby wygenerować metrykę indeksu mocy strumienia przy użyciu przefiltrowanych DEM.
Następnie wygeneruj mapy maksymalnej wysokości z wieloma promieniami. Przefiltruj mapy maksymalnej wysokości dwukrotnie przez filtr dolnoprzepustowy z trzema jądrami. Odejmij przefiltrowane trzymetrowe DEM od przefiltrowanych map maksymalnej wysokości, aby uzyskać serię map rzeźby terenu.
Wyodrębnij serię zmiennych rzeźby terenu do wielu lokalizacji. Wykonaj analizę składowych głównych zmiennych reliefu, aby przekształcić podcięcia w składniki rzeźby terenu. Wybierz główne składniki, które wyjaśniają ponad 90% wariancję zestawu danych rzeźby terenu jako metryki rzeźby terenu.
Ustandaryzuj siedem map rzeźby terenu za pomocą średniej i odchylenia standardowego. Utwórz główne składniki reliefu przez sumę znormalizowanego reliefu topograficznego ważonego odpowiednimi obciążeniami. Podczas tworzenia metryki rzeźby terenu ważne jest, aby generować obrazy rzeźby terenu w różnych skalach przestrzennych, aby ograniczyć niepewności związane z arbitralnym wyborem promienia, ponieważ na kontrolę rzeźby terenu na właściwościach gruntu mogą mieć wpływ przestrzenne skale rzeźby terenu.
Należy wybrać kilka lokalizacji pól uprawnych, które mogą odpowiednio reprezentować cechy krajobrazu badanego obszaru oraz kilka reprezentatywnych pól uprawnych na małą skalę, z których można intensywnie pobierać próbki. Prześlij wszystkie przykładowe współrzędne lokalizacji do systemu pozycjonowania geograficznego opartego na kodzie i fizycznie zlokalizuj je w terenie. Następnie zbierz trzy próbki dla każdego miejsca pobierania próbek z górnej 30-centymetrowej warstwy gleby za pomocą sondy pchającej.
Rejestruj informacje o współrzędnych geograficznych miejsc pobierania próbek za pomocą systemu pozycjonowania geograficznego. Następnie przesiej próbkę gleby za pomocą dwumilimetrowego sitka. Zważyć próbki gleby po wysuszeniu.
Oblicza się gęstość gleby, wykorzystując całkowitą objętość próbki w miejscach pobierania próbek i masę. Wymieszaj trzy próbki z tego samego miejsca, aby uzyskać złożoną próbkę gleby. Zmielić 10-gramową podpróbkę przesianej gleby na bardzo drobny proszek za pomocą młyna walcowego.
Teraz zmierz całkowitą zawartość węgla w glebie w próbce zmielonej walcowo poprzez spalanie na analizatorze elementarnym CN w temperaturze 1350 stopni Celsjusza. Po wypaleniu materii organicznej w glebie w piecu oszacuj zawartość węgla w węglanie wapnia, analizując pozostały węgiel. Teraz umieść duże dwumilimetrowe przesiane próbki gleby w zlewkach Marinelli i zamknij je.
Umieść zlewkę w detektorze i zmierz stężenie cezu w każdej próbce za pomocą analizy promieniowania gamma przy użyciu systemu spektroskopowego, który odbiera dane wejściowe z trzech współosiowych kryształów germanu o wysokiej czystości do 8 192-kanałowych analizatorów. Zapisać wyjściowe stężenie cezu. Na koniec oblicz współczynnik redystrybucji gleby za pomocą inwentaryzacji cezu, stosując Model Bilansu Masy II w dodatkowym programie arkusza kalkulacyjnego.
460 lokalizacji pól uprawnych zostało losowo wybranych w celu uzyskania informacji topograficznych w zlewni Walnut Creek w stanie Iowa. Przedstawiono wyniki analiz korelacji między wskaźnikami topograficznymi a gęstością węgla organicznego w glebie, redystrybucją gleby. Topograficzny wskaźnik wilgotności i wielkoskalowa rzeźba terenu wykazały najwyższe korelacje odpowiednio ze wskaźnikami gęstości i redystrybucji gleby.
Wzorce przestrzenne obu wskaźników wykazały wysokie wartości w obszarze depresji i niskie wartości w obszarach pochyłych i grzbietowych. Różnice między tymi dwoma wskaźnikami wystąpiły jednak na obszarach rowów, gdzie wskaźnik wilgotności topograficznej wykazywał wyjątkowo wysokie wartości, ale wartości wielkoskalowej rzeźby terenu topograficznego nie różniły się od obszarów sąsiednich. Poniżej wymieniono pięć głównych komponentów topograficznych, które zostały wybrane do budowy modeli opartych na topografii.
Ponad 70 i 65% zmienności gęstości węgla organicznego w glebie i wskaźników redystrybucji gleby wyjaśniono za pomocą krokowego modelu zwykłej regresji najmniejszej kwadratowej z uwzględnieniem odpowiednio zmiennych całkowitych. W przypadku modeli, w których usunięto współliniową współzmienną, wydajność symulacji była nieco niższa niż w przypadku zwykłego modelu regresji krokowej metodą najmniejszych kwadratów z modelem całych zmiennych. W przypadku modeli SPCR obserwuje się podobną wydajność symulacji jak w przypadku krokowego zwykłego modelu regresji najmniejszej kwadratowej z usuniętą współliniową współzmienną.
Mapy redystrybucji gleby i gęstości węgla organicznego w glebie wygenerowane na podstawie modeli SPCR ujawniły spójne wzorce między symulacjami modelowymi a pomiarami terenowymi. Technika ta toruje drogę naukowcom zajmującym się rolnictwem do badania redystrybucji gleby i wzorców materii organicznej w skali działu wodnego i regionalnej. Technika ta może zostać ulepszona dzięki dalszemu udoskonaleniu danych dotyczących wykrywania światła i pomiaru odległości oraz włączeniu dodatkowych wskaźników topograficznych.
Niniejsze badanie wprowadza nowatorskie podejście wykorzystujące krokową regresję głównych składowych do przewidywania redystrybucji gleby oraz zawartości organicznego węgla w glebie w różnych skalach przestrzennych. Metoda ta odpowiada na kluczowe pytania rolnicze dotyczące wpływu topografii krajobrazu na erozję gleby i dynamikę materii organicznej.
Metoda ta stanowi kosztowo efektywne podejście do szacowania zasobów organicznego węgla w glebie oraz procesów jego redystrybucji w krajobrazach rolniczych przy ograniczonych danych obserwacyjnych. Dzięki wykorzystaniu wskaźników topograficznych pochodnych z LiDAR oraz analizy głównych składowych, umożliwia ona skalowalne modelowanie dynamiki gleby w skali stanowisk oraz zlewni. Podejście to zwiększa pewność predykcyjną decyzji w zakresie zarządzania gruntami poprzez redukcję przeuczenia modelu dzięki redukcji wymiarowości i usuwaniu kolinearności.
Metoda ta integruje przetwarzanie danych topograficznych, pobieranie próbek gleby oraz modelowanie statystyczne, aby wspierać procesy od odkrycia do wdrożenia w badaniach środowiskowych i rolniczych.