Summary

Plot-Probenahme Böden in einer heterogenen Forschung

Published: January 07, 2019
doi:

Summary

Das traditionelle Boden-Stichprobenverfahren bestimmt die Anzahl der Bodenproben willkürlich. Hier bieten wir eine einfache, aber effiziente Boden Stichprobenplan gruppierten zu demonstrieren Boden räumliche Heterogenität und quantitativ bestimmen die Anzahl der Bodenproben benötigt und die damit verbundenen Stichproben-Genauigkeit.

Abstract

Die Böden sind sehr heterogen. In der Regel die Anzahl der Bodenproben für Bodenforschung erforderlich wurde immer willkürlich bestimmt und die damit verbundenen Genauigkeit ist unbekannt. Hier präsentieren wir Ihnen ein detailliertes Protokoll für effiziente und gruppierten Boden Probenahme in einem Forschung Grundstück und unter Berufung auf ein pilot Probenahme mit diesem Design für demonstrieren Boden räumliche Heterogenität und angemessene Stichprobengrößen und damit verbundenen Genauigkeit für informieren Zukunftsstudie. Das Protokoll vor allem erfolgt in vier Schritten: Probenahme Design, Feldauflistung, Bodenanalyse und geostatistische Analysen. Schrittweise Prozedur wird laut früheren Veröffentlichungen geändert. Zwei Beispiele demonstrieren kontrastierende räumliche Verteilungen von organisch gebundenem Kohlenstoff (SOC) und Kohlenstoff im Boden mikrobielle Biomasse (MBC) unter verschiedenen Management-Praktiken. Darüber hinaus präsentieren wir Ihnen eine Strategie, um die Probe Größenanforderung (SSR) gegeben, ein gewisses Maß an Genauigkeit auf den Plot-Ebene Variationskoeffizienten (CV) zu bestimmen. Das Feld-Probenahme-Protokoll und die quantitative Bestimmung des Stichprobenumfangs unterstützt Forscher bei der Suche nach Machbaren Probenahmestrategien Forschungsbedarf und Verfügbarkeit von Ressourcen zugeschnitten.

Introduction

Die Böden sind sehr heterogen Biomaterialien1,2. Boden-Probenahme wird durchgeführt, um die repräsentativsten Beispiele zu sammeln und den Nährstoffen Status eines Feldes zu charakterisieren, so genau und kostengünstig wie möglich. Variabilität in einem Boden liegt im Boden räumliche Heterogenität und die Genauigkeit der Quantifizierung. Wenn räumliche Variation im Boden nicht berücksichtigt wird, kann eine erhebliche Abweichung von den wahren Mittelwert einer Boden-Variablen typische Boden Probenahme ergeben, auch wenn die Bodenanalyse selbst hochpräzise3ist. Für einen heterogenen Forschung Plot ist Variabilität häufig wichtiger als3bedeutet; Das heißt, werden bevorzugt einen Stichprobenplan, die genau messen beide Variabilität und bedeuten kann.

Wenn Boden räumliche Variation durch Land Management Praktiken4,5,6weiter geändert wird, ist es schwieriger, Boden Probenahme auf präzise Weise durchzuführen. Allerdings auch Bedenken im Hinblick auf die große Variationen in wichtigen Boden Variablen (z.B.SOC und MBC)7 , die weitergegeben werden, um schlechte Zwänge der wesentlichen Modellparameter zu verursachen, die entscheidend für die langfristige globale Bodenmodell Projektionen unter Klima ändern8,9,10. Da die Kosten der Boden Probenahme Feld Variabilität zu charakterisieren ein zentrales Problem ist, wird eine einfache, zuverlässige und effiziente Boden Probenahmestrategie gesucht.

Es gibt viele verschiedene Ansätze zur repräsentativen Bodenproben in einem Forschung Grundstück zu sammeln und ihre vor- und Nachteile sind in Tabelle 1zusammengefasst. In einem traditionellen Boden Probenahme (d.h., einfache und random Sampling), eine zufällige Ansammlung von wenigen bis zu mehr als 10 Bodenproben erfolgt in einem Forschung Grundstück. Insbesondere die Anzahl der Samples in einem traditionellen Boden Probenahmedesign ist immer willkürlich bestimmt und der damit verbundenen Stichprobenfehler (d.h. Genauigkeit) ist unbekannt.

Stichprobenplan Vorteil Nachteil
Einfache und zufällige Stichproben Kostengünstig, schnell und preiswert, weit verbreiteten, einfache Bedienung, optimale homogene Website Niedrige Genauigkeit und hohe Variation < 5 Proben
Systematische Probenahme Hohe Genauigkeit und bekannte Variante, in großem Maßstab heterogene Website optimal Unwirksam, große Probennummer Kosten
Geschichtete Stichprobe Genaue mittlere Schätzung, relativ einfache Bedienung, optimal für gruppierte und geschichteten region Kosten Sie unwirksam, große Probennummer (in der Regel weniger als systematische/Raster Sampling)
Compositing Kostengünstige, präzise mittlere Schätzung, einfache Bedienung, optimale in heterogenen Website Unbekanntes Feld Variation > 3 Proben für Composite

Tabelle 1: vor- und Nachteile von großen Boden Probenahme Entwürfe angenommen in der Boden-Forschungsgemeinschaft. Die Tabelle wurde von Tan Et Al. zusammengefasst 3, Jones12und Swenson Et al. 11

Im Vergleich zu einfachen und zufällige Stichproben oder Compositing können systematische und geschichtete Stichprobe Entwürfe Mittel mit hoher Genauigkeit zusammen mit zugehörigen Variabilität (Tabelle 1) erreichen. Sie erfordern jedoch intensive Boden Probenahme (z.B. ein paar 100 Proben). Obwohl die Genauigkeit der, und das Vertrauen in eine Boden-Test Level steigt mit mehr Bodenproben pro Parzelle11erhoben, gilt die Anforderung für eine große Anzahl von Bodenproben in der Regel nur für eine groß angelegte Studie5,11 ; Es ist weit über die Erschwinglichkeit der meisten Boden-Forschungsprojekte über das Ausmaß der Feld-Handlungen aufgrund von Einschränkungen in Ressourcen. Ein Stichprobenplan wird bevorzugt, um die vor-und Nachteile dieser verschiedenen Methoden auszugleichen.

Ein zentrales Thema für einen Stichprobenplan Boden soll die Anzahl von Bodenproben benötigt und die damit verbundenen Genauigkeit angesichts der Forschungsfragen und Feldbedingungen zu bestimmen. Zum Beispiel kann eine Verringerung der Zahl von Bodenproben in weniger gestörten Standorten dabei immer noch das gleiche Maß an Präzision6, müssen explizit die räumliche Heterogenität (d. h., Art und dem Vorkommen von quantifizieren darauf hindeutet Boden-Variabilität) vor der Probenahme3des Bodens. In der Tat ist keine solche pilot Probenahme in den meisten Boden Probenahme Designs empfohlen. Bereich Wissenschaftler häufig nicht zu erkennen, wie wichtig es ist, die statistische Aussagekraft zu schätzen, wenn sie Experimente entwerfen.

Um die experimentelle strenge im Boden Probenahme zu verbessern, ist eine einfache und effiziente Sampling-Methode in dieser Studie vorgestellt. Das neue Design soll nicht nur ermöglichen die genaue Charakterisierung der Boden Nährstoffgehalt und Variabilität, sondern auch durch Bilanzierung Boden räumliche Heterogenität, bieten einen quantitative Weg, um die Anzahl von Bodenproben und der damit verbundenen Stichproben Genauigkeit zu informieren für die zukünftige Forschung. Der neue Boden Stichprobenplan sollen Forscher optionale Strategien zu identifizieren, die ihren Bedürfnissen Probenahme und Forschung entsprechen. Das übergeordnete Ziel dieser Methode ist, Boden Biogeochemists und Ökologen mit einem quantitativen und manipulative Ansatz zur Erde Probenahmestrategien im Rahmen der Feldforschung zu optimieren.

Protocol

(1) gruppierten Stichprobenplan auf einem Grundstück Probenahme-Zonen innerhalb einer Forschung Handlung zu identifizieren. Bestimmen Sie die Anzahl der quadratischen Raster mit gleicher Länge (d.h., Abbildung 1; ( Abbildung 3). Basierend auf der Größe und Form der Forschung-Handlung, die vorgegebene Anzahl an quadratischen Raster wird voraussichtlich sechs bis zehn, so dass die Gesamtzahl der Bodenproben unter 30 innerhalb einer Handlung gesteuert wird (siehe Punkt 1.3). Markieren Sie den Mittelpunkt der einzelnen quadratischen Raster (d.h., Schwerpunkt) und erstellen Sie eine kreisförmige Stichprobenraum mit einem Durchmesser gleich die Seitenlänge des quadratischen Rasters. Auf den Schwerpunkt in der kreisförmigen Zone mit geschlossenen Augen stehen Sie und werfen Sie einen kleinen Stein (oder ein anderes Objekt mit Gewicht) in eine zufällige Richtung und Entfernung von den Schwerpunkt. Wenn die Stein außerhalb der Kreisfläche entfällt, es wieder tun, bis der ersten Probenahmeort identifiziert ist. Wiederholen Sie Schritt 1.3 bis drei Stichproben-Standorten in der kreisförmigen Zone gewonnen werden. Setzen Sie Fahnen auf die drei Standorte der Probenahme und Nummer jedes Flag (d.h., 1, 2 und 3). Wiederholen Sie die Schritte 1,3-1,5 in allen anderen Zonen kreisförmige Probenahme bis alle Standorte ermittelt und in einer sequentiellen Reihenfolge nummeriert werden (d.h., 4, 5, 6, etc.). 2. Abstand Messungen und Boden Kollektion in einem Grundstück Wählen Sie einen Eckpunkt und als Ursprung für den Stichprobenraum im Plot zu identifizieren. Messen Sie horizontalen und vertikalen Abstände von jedem gekennzeichneten Position relativ zum Ursprung und zeichnen Sie diese in ein Feld Notebook als x und y -Koordinaten. Verwenden Sie eine Boden-Schnecke, einen Boden-Kern (0 – 15 cm) von jedem markierten Standort und beschriften Sie die Tasche, basierend auf der Anzahl der Flagge. Wiederholen Sie diesen Schritt, bis Boden Kerne überhaupt gekennzeichnete Orten getroffen werden. Zur Minimierung der Einfluss der Probenahme (z.B.trampling auf Pflanzen und Boden im Plot), sicherstellen, dass die Beutel mit den Bodenproben im Inneren Aufenthalt mit ihrer jeweiligen Flagge bis Montage alle Taschen in der Handlung auf einmal am Ende der Auflistung. Die Bodenproben in Kühler ins Labor transportieren und jeder Boden Kern am selben Tag zu verarbeiten. Jeder Kern Wurzeln entfernen, durch ein 2 mm Boden Sieb Sieb und gründlich jedes Bohrkern vor jeder Analyse zu homogenisieren. Bestimmen Sie Bodenfeuchte in jeder Probe durch Ofen trocknen Teilproben für 24 h bei 105 ° C und Boden Sie luftgetrocknete Boden Teilproben zu einem feinen Pulver für eine gesamte Kohlenstoff (C) Analyse mit einer elementaren Analyzer-4. SOC ist auf Feuchtigkeit und C Inhalte abgeleitet. Frische Erde Teilproben (von 10 g) wiegen und quantifizieren die Erde MBC durch Chloroform Begasung-K2SO4 Extraktion und Kalium bleichen Verdauung Methoden5. Kombinieren Sie das SOC und MBC Dataset mit x- und y -Koordinaten basierend auf den Zahlen der Flagge in der Handlung. (3) beschreibenden und geostatistische Analysen in einem Grundstück Berechnen Sie für jede Variable SOC und MBC Minimum, Maximum, Mittelwert, Median, und Standardabweichung sowie die Variationskoeffizienten (CV). Führen Sie für jede Variable eine Reihe von Geospatial Analysis (d.h., Trend Oberflächenanalyse Autokorrelation und Kriging-Karte), das primäre Oberflächenmuster darzustellen, feinskaligen Variabilität und räumliche Verteilung. Die Details der Ansätze der geostatistischen Analysen finden Sie in früheren Publikationen4,5. (4) Erforschung der SSR und die damit verbundenen Sampling Genauigkeit in einem Grundstück Handlung der SSR und relative Fehler (γ) basierend auf der CV erwarb ein Grundstück. Innerhalb jeder Parzelle haben die Log-transformierten SSR und der relative Fehler (γ) eine negative lineare Beziehung (Gleichungen 1-3). Auf der Grundlage der Beziehung (Gleichung 3) kann die Anzahl der Samples, die erforderlich für die angegebene Genauigkeit bestimmt werden:  Hier, CI, , s, n, N, CV, und bezeichnen die Konfidenzintervall Handlung bedeuten, Grundstück Standardabweichung, Probennummer, Koeffizient von Variation und relative Fehler; t 0,975 = 1,96. Die Log-transformierten Probe Größenanforderung (N) hat eine negative lineare Beziehung (d.h., Steigung =-2) mit der Log-transformierten relative Fehler (γ). Gelten Sie die oben genannten Beziehung für zukünftige Probenahme in einem Grundstück durch die Berechnung von N in Gleichung 3 unter einer gewünschten Genauigkeit (z. B.relative Fehler [γ]). Oder für eine bestimmte Anzahl von Bodenproben bereits gesammelt in einem Grundstück gelten die Beziehung auf die damit verbundenen Genauigkeit ableiten.

Representative Results

Der obige Ansatz wurde in zwei Fallstudien, in einer ländlichen Region der südlichen USA und in Middle Tennessee eingesetzt. In der ländlichen Region der südlichen Piemont, wurden drei Landnutzungsarten ausgewählt, einschließlich (1) unbebaute Eichen-Hickory Laubwälder, 2) Feldern, wo konventionelle Bodenbearbeitung und Düngung dienen jährlich produzieren Weizen, Sorghum und Mais, und 3). Old-Field Kiefernwälder, die jeweils etwa 50 Jahre seit der letzten Anbau4sind. Drei unabhängig voneinander replizierten 30 x 30 m Grundstücke wurden aus dem Bereich für jede Landnutzung identifiziert. In jeder Parzelle ein Cluster Boden Stichprobenplan angewendet wurde (Abbildung 1). Jede Runde Zone hatte einen radialen Abstand von 5 m von jeder Schwerpunkt. Siebenundzwanzig Kerne wurden von jedem der neun Grundstücke, 81 Kernen pro Landnutzung und 243 Kerne insgesamt gesammelt. SOC wurde durch ein CHN Analysator quantifiziert. Die wichtige Erkenntnis war, dass Anbauflächen im Wesentlichen die räumliche Heterogenität der SOC und anderen Variablen4homogenisiert. Die SSR unterschieden zwischen Landnutzung mit in der Regel aufsteigend als Old-field Wald > regeneriert Pinienwald > kultivierten Ackerland (Abbildung 2). Ausnahmen sind, dass ein Hartholz Waldgrundstück eine SSR so klein wie das gepflegte Grundstück hatten und einer Darstellung der Kiefer ein SSR so groß wie der Hartholz-Plot (Abbildung 2). Wobei γ = 0,1 oder 10 % als Beispiel SSR war 4, 10, 30 (kultivierten Ackerland), 80, 85, und 300 (Pinienwald), und 25, 200 und 350 (Hartholz). Wenn nur drei Bodenproben in allen Parzellen gesammelt wurden, hätte der relative Fehler ~ 10-30 % (kultivierten Ackerland), ~ 50 % – 80 % (Pinienwald) und ~ 28 % – 100 % (Hartholz). Abbildung 1 : Ein Beispiel für einen gruppierten Stichproben Entwurf innerhalb eine 30 x 30 m Forschung Grundstück im Calhoun Experimental Forest, SC, USA4. Gefüllte Kreise repräsentieren Zentroide (n = 9). Der große gestrichelte Kreis stellt den Stichprobenraum um einen Schwerpunkt (Radius = 5 m). XS stellen Probe Standorte ermittelt aus zufällig ausgewählten Richtungen und Entfernungen von einen Schwerpunkt dar. Diese Zahl wurde von Li Et Al. modifiziert 4. Bitte klicken Sie hier für eine größere Version dieser Figur. Abbildung 2 : Plot der Probe Größenanforderung (SSR) und relative Fehler (γ) für SOC der Laubwald, Pinienwald und kultivierten Ackerland. Die Log-Skala wurde auf beide Achsen angewendet. Die gestrichelten Linien stellen kultivierten Böden, die grauen Linien Kiefernwald Böden und die dunklen Linien Hartholz Waldböden. Drei verschiedene Anlagen für jede Landnutzung entsprechen drei replizieren Grundstücke. Diese Zahl wurde von Li Et Al. modifiziert 4 Bitte klicken Sie hier für eine größere Version dieser Figur. In der Tennessee State University (TSU) Main Campus Agrarforschung und Extension Center (AREC) in Nashville, TN, USA (36,12 ° N, 36,98 ° W, Höhe 127,6 m) im Jahr 2011 wurde ein Feld, das Switchgrass experimentieren mit drei Stickstoffdüngung (N) gegründet. Behandlungen in einem randomisierten Block design5. Der Ernte-Typ ist der “Highlander” Sorte des östlichen “Alamo” Rutenhirse (Panicum Virgatum L.). Die drei N-Behandlungen enthalten keine N Dünger geben (NN), niedrige N-Dünger Eingang (LN: 84 kg N ha-1 in Harnstoff), und hohe N-Dünger-Input (HN: 168 kg N ha-1 in Harnstoff). Innerhalb jeder Parzelle war ein rechteckiger Bereich der 2,75 x 5,5 m Zone identifiziert und weiter unterteilt in acht quadratischen Raster von 1,375 x 1,375 m. In jeder Runde Zone ein Schwerpunkt identifiziert wurde, und drei Kerne wurden mit eine zufällige Richtung und Distanz im Verhältnis zu jedem Schwerpunkt (Abbildung 3) gesammelt. Insgesamt 24 Kerne wurden somit von jeder der 12 Parzellen, nachgiebig 288 Boden Kerne gesammelt. Die MBC in jeder Kern wurde durch Chloroform Begasung-K2SO4 Extraktion und Kalium bleichen Verdauung Methoden quantifiziert. Die wichtige Erkenntnis war, dass die N-Düngung in der Regel die räumliche Heterogenität der MBC in der Rutenhirse Ackerland erweitert. Die SSR war im Allgemeinen größer mit Befruchtung (Abbildung 4). Eine Ausnahme ist, dass die SSR für eine HN-Plot niedriger als die von der NN-Plot (Abbildung 4 war). Wobei γ = 0,1 oder 10 % als Beispiel SSR war 10 und 20 in zwei replizierte Parzellen (NN), 30 und 50 (LN), und 15 und 70 (HN). Wenn nur drei Bodenproben in allen Parzellen gesammelt wurden, hätte der relative Fehler ~ 20-25 % (NN), ~ 26 % – 35 % (LN) und ~ 20 % – 40 % (Hartholz). Abbildung 3 : Abbildung eines gruppierten Stichproben Designs innerhalb einer 2,75 x 5,5 m Grundstück in eine Befruchtung experimentelle Seite an der Tennessee State University (TSU) Agricultural Research Center in Nashville, TN, USA. Gefüllte Kreise repräsentieren Zentroide (n = 8) und jedes Grundstück bestand aus acht Zentroide in jeder quadratischen Raster (von 1,375 x 1,375 m). In jeder Teilfläche wurde eine kreisförmige Fläche für Boden Probenahme ermittelt. XS stellen Probe Standorten aus zufälligen Richtungen und Entfernungen von ein Schwerpunkt innerhalb jedes kreisförmige Stichprobenraum (gestrichelter Kreis) ermittelt. Diese Zahl wurde von Li Et Al. modifiziert 5 Bitte klicken Sie hier für eine größere Version dieser Figur. Abbildung 4 : Plot der Probe Größenanforderung (SSR) und relative Fehler (γ) für MBC unter drei Befruchtung Behandlungen. Die Log-Skala wurde auf beide Achsen angewendet. Die gestrichelten Linien stellen kultivierten Böden, die grauen Linien Kiefernwald Böden und die dunklen Linien Hartholz Waldböden. NN = kein N-Dünger Eingang; LN = niedrige N-Dünger Eingang; und HN = hohe N-Dünger-Eingang. Zwei verschiedene Linien für jede Landnutzung entsprechen zwei replizieren Grundstücke. Diese Zahl wurde von Li Et Al. modifiziert 5. Bitte klicken Sie hier für eine größere Version dieser Figur.

Discussion

Die traditionellen Boden-Sampling-Methode fehlte eine quantitative Basis und führte zu unbekannter Genauigkeit, während fortgeschrittene Probenahmestrategien intensive Boden Sammlungen beteiligt und unbezahlbare Kosten für die meisten Bodenforschung in den Bereich Plotmaßstab induzierte. Eine einfache, effiziente und zuverlässige Stichprobenplan sollte ein nützliches Werkzeug, um Gleichgewicht der beiden oben genannten Methoden und noch wichtiger ist, eine quantitative Art und Weise die Anzahl gemäß bestimmten Genauigkeit zum Wohle zukünftiger Probenahme Bedürfnisse bestimmen zu informieren. Allerdings fehlt noch solch einen Stichprobenplan. Hier wurde eine Methode zur Bearbeitung von gruppierten Stichprobenverfahren Quantifizierung des Bodens räumliche Heterogenität vorgestellt und unter Berufung auf dieses Design, um die Anzahl der Bodenproben zu informieren für zukünftige Probenahme unter bestimmten Genauigkeit erforderlich. Es gibt zwei wichtige Schritte im Rahmen des Protokolls. Die erste ist den Stichprobenraum bestimmen und ermitteln die Probenahme-Zone in einem gegebenen Zeichnungsfläche. Da die Dimension und Form einer spezifischen Handlung aus einer Studie zum anderen variieren können, sollte die Anzahl und Länge der quadratischen Raster für die Probenahme-Zone geändert werden, um die Plot-Merkmale am besten passen und die Zeichnungsfläche so weit wie möglich zu decken. Im Allgemeinen sollte die Anzahl der quadratischen Raster beschränkt sich auf acht bis zehn, so dass 24-30 Bodenproben in einem bestimmten Grundstück erfasst werden. Dies ist weniger Intensive Probenahme Voraussetzung akzeptabel für eine Pilotstudie in einem Grundstück. Der zweite wichtige Schritt ist die Probennummer erforderlich unter bestimmten Genauigkeit zu bestimmen. Obwohl die Anzahl der Bodenproben unter einer gewünschten Genauigkeit bei kann anhand der pilot Probenahmestrategie abgeleitet werden, müssen andere verfügbaren Ressourcen (z.B.Arbeit, Kosten und Personal) berücksichtigt werden. Übersteigt die Anzahl der Bodenproben benötigt für eine gewünschte Genauigkeit der Erschwinglichkeit, sollte die gewünschte Genauigkeit abgesenkt werden, so dass die Anzahl der Bodenproben neu berechnet werden kann. Die Neuberechnungen sollte wiederholt werden, bis die beste Passform erreicht ist, um die gewünschte Genauigkeit und den verfügbaren Ressourcen auszugleichen.

Das Protokoll kann leicht geändert werden, um die spezifische Form, Fläche und Lage eines Grundstückes Forschung passen. Selbst innerhalb einer illegalen Handlung oder eine sehr große oder kleine Zeichnungsfläche kann das Verfahren durch Steuern der Größe der quadratischen Raster decken die meisten der Zeichnungsfläche durchgeführt werden. Auf der anderen Seite, wenn Bodenproben jenseits der kreisförmigen Probenahme-Zone in der Handlung erhoben werden, können sie immer noch in der beschreibenden und geostatistischen Analyse berücksichtigt werden. Die Flexibilität des Protokolls ist in dieser Hinsicht vorteilhaft, da es somit kann, die Kosten für die Probenahme reduzieren.

Eine wichtige Einschränkung dieser Methode ist, dass die Anzahl der Bodenproben für bestimmte Genauigkeit hängt der Plot-Ebene CV durch eine Gruppe von 24-30 Bodenproben in der pilot Boden Probenahme bestimmt. Für eine sehr heterogene Grundstück 30 Proben oder weniger kann einen größere CV als, basierend auf einer größeren Anzahl von Proben (> 30) zu produzieren. Die Anzahl der Bodenproben mit der gleichen Genauigkeit berechnet werden dadurch größer. Das heißt, wird die Anzahl der Bodenproben benötigt für die gleiche Genauigkeit in der Handlung überschätzt werden. Für eine sehr homogene Handlung wird eine kleinere Anzahl von Proben einen Handlung Ebene CV 30 Proben, so ähnlich was zu einer Überschätzung der Ressource Notwendigkeit produzieren. Daher für diese äußerst heterogenen oder homogene Flächen verursachen der Boden Probennummer (d.h.30 oder weniger) in der pilot Stichprobenplan vorgeschlagenen unnötige Investitionen der pilot Probenahme-Bühne oder in zukünftigen Probenahme.

Wir zeigen deutliche Vorteile der gruppierten Bodenschutzstrategie Probenahme. Es bietet eine zuverlässige und erschwingliche Boden Probenahmestrategie um räumliche Heterogenität der Erde zu erhalten und einen quantitative Weg, um die Anzahl der Bodenproben benötigt für eine bestimmte gewünschte Genauigkeit ableiten. Obwohl die intensive Streifen oder geschichtete Stichprobe eine bessere Beschreibung der räumlichen Variation bieten kann, sind die Kosten der Durchführung solcher Probenahme zu hoch für die meisten Boden Studien. Die traditionelle Probenahme ist willkürlich und keine quantitative Grundlage für die Probenahme Genauigkeit fehlt. Das aktuelle Protokoll ist überlegen aufgrund ihrer weniger intensive Probenahme Voraussetzung, Leichtigkeit im Feld macht Reveal räumliche Muster mit strengen geostatistischen Analyse-Methoden und Kapazität, um quantitativ bestimmen die Größe der Stichprobe, die angesichts einer operativen gewünschte Genauigkeit. Die Kenntnis der den Stichprobenumfang für eine spezifische Probenahme Genauigkeit erforderlich werden Forscher, ihre Investitionen im Boden Probenahme Bemühungen strategisch ermöglichen.

Beschäftigt das effiziente gruppierten Stichprobenverfahren ermöglicht die strengen Tests der Boden räumliche Heterogenität und verbessert die Wissenschaftler Kapazität Boden Probenahme mit Genauigkeit durchzuführen. Die weniger intensive und quantitative Art der Probenahme Bodenschutzstrategie wird ihre breite Anwendung im Boden Marktforschungs-Communities ermöglichen. Angesichts die wahrscheinlich veränderten Boden räumliche Heterogenität unter schnellen globalen Veränderungen, kann Probe Bodenansprüche für die gleiche Genauigkeit der Probenahme in einem Forschung Grundstück im Laufe der Zeit variieren. Die vorgeschlagenen Probennummer in der pilot Stichprobenplan variieren mit verschiedenen Böden und Ökosysteme. Zukünftige Anwendungen, die aus dieser Arbeit entstehen könnte gehören, bestimmen die Probennummer für bestimmte Böden oder Ökosysteme. Somit braucht man weitere empirische Arbeit über die Anwendung und die Identifikation der Methode in verschiedenen Böden und Ökosysteme. Langfristige und große Anwendungen können helfen eine generische Probe Größenanforderung für spezifische Ökosysteme der Erde Forscher empfohlen werden kann.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Diese Studie wurde unterstützt durch die Finanzierung von einem US Abteilung der Landwirtschaft Evans-Allen Grant (Nr. 1005761). Der Autor dankt Mitarbeiterinnen bei der TSU Main Campus AREC in Nashville, Tennessee für ihre Unterstützung. Maggie Syversen geholfen durch die frühe Version des Manuskripts lesen. Der Autor würdigt die anonymen Gutachtern für ihre konstruktive Kritik und Anregungen.

Materials

Soil auger AMS 350.05 For soil collection
Screwdriver Fisher Scientific 19-313-447 For soil collection
Rope Fisher Scientific 19-313-429 For delineating sampling zone
FatMax 35 ft. Tape Measure Home Depot #215880 For measuring distances
Marking flag Fisher Scientific S99537 For marking sampling locations
Plastic Zipper Seal Storage Bag Fisher Scientific 09-800-16 For soil collection
Sharpie Fisher Scientific 50-111-3135 For soil collection
Marking pencil Fisher Scientific 50-294-45 For recording data in field
Lab notebook Fisher Scientific 11-903  For recording data in field
ArcGis 10.3 ESRI For producing kriging map
Sieve Fisher Scientific 04-881G  For sieving soil sample

References

  1. Young, I. M., Crawford, J. W. Interactions and Self-Organization in the Soil-Microbe Complex. Science. 304 (5677), 1634-1637 (2004).
  2. Masoom, H., et al. Soil Organic Matter in Its Native State: Unravelling the Most Complex Biomaterial on Earth. Environmental Science and Technology. 50 (4), 1670-1680 (2016).
  3. Tan, K. . Soil Sampling, Preparation, and Analysis. , (2005).
  4. Li, J. W., Richter, D. D., Mendoza, A., Heine, P. Effects of land-use history on soil spatial heterogeneity of macro- and trace elements in the Southern Piedmont USA. Geoderma. 156 (1-2), 60-73 (2010).
  5. Li, J., et al. Nitrogen Fertilization Elevated Spatial Heterogeneity of Soil Microbial Biomass Carbon and Nitrogen in Switchgrass and Gamagrass Croplands. Scientific Reports. 8 (1), 1734 (2018).
  6. Chung, C. K., Chong, S. K., Varsa, E. C. Sampling Strategies for Fertility on a Stoy Silt Loam Soil. Communications in Soil Science and Plant Analysis. 26 (5-6), 741-763 (1995).
  7. Luo, Y. Q., et al. Toward more realistic projections of soil carbon dynamics by Earth system models. Global Biogeochemical Cycles. 30 (1), 40-56 (2016).
  8. Li, J., Wang, G., Allison, S., Mayes, M., Luo, Y. Soil carbon sensitivity to temperature and carbon use efficiency compared across microbial-ecosystem models of varying complexity. Biogeochemistry. 119 (1-3), 67-84 (2014).
  9. Conant, R. T., Ogle, S. M., Paul, E. A., Paustian, K. Measuring and monitoring soil organic carbon stocks in agricultural lands for climate mitigation. Frontiers in Ecology and the Environment. 9 (3), 169-173 (2011).
  10. Wieder, W. R., Bonan, G. B., Allison, S. D. Global soil carbon projections are improved by modelling microbial processes. Nature Climate Change. 3 (10), 909-912 (2013).
  11. Swenson, L. J., Dahnke, W. C., Patterson, D. D. . Sampling for Soil Testing. , (1984).
  12. Jones, J. . Laboratory Guide for Conducting Soil Tests and Plant Analysis. , (2001).

Play Video

Cite This Article
Li, J. Sampling Soils in a Heterogeneous Research Plot. J. Vis. Exp. (143), e58519, doi:10.3791/58519 (2019).

View Video