Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Environment

Échantillonnage des sols dans une recherche hétérogène tracer

doi: 10.3791/58519 Published: January 7, 2019

Summary

La procédure d’échantillonnage des sols traditionnelle détermine le nombre d’échantillons de sol arbitrairement. Ici, nous fournissons un simple mais efficace en cluster sol-méthode d’échantillonnage pour démontrer l’hétérogénéité spatiale du sol et déterminer quantitativement le nombre d’échantillons de sol requis et la précision d’échantillonnage associé.

Abstract

Les sols sont très hétérogènes. En général, le nombre d’échantillons de sol requis pour la recherche pédologique a toujours été déterminé de façon arbitraire et ne connaît pas la précision associée. Nous présentons ici un protocole détaillé pour sol efficace et ordonné en clusters d’échantillonnage dans une parcelle de recherche et, en s’appuyant sur un échantillon de pilote à l’aide de cette conception, pour démontrer l’hétérogénéité spatiale du sol et informer des tailles d’échantillon raisonnable et associés pour études futures. Le protocole comprend essentiellement quatre étapes : conception, collecte sur le terrain, analyse de sol et analyse géostatistique de l’échantillonnage. La procédure pas à pas a été modifiée selon les anciennes publications. Deux exemples seront présentés pour démontrer contrastées des distributions spatiales de carbone organique du sol (cos) et de carbone de la biomasse microbienne du sol (MBC) selon les pratiques de gestion différentes. En outre, nous présentons une stratégie afin de déterminer l’exigence de taille d’échantillon (SSR) compte tenu d’un certain niveau de précision placette un coefficient de variation (CV). Le protocole d’échantillonnage de terrain et la détermination quantitative de la taille de l’échantillon aideront les chercheurs à la recherche de stratégies d’échantillonnage possible afin de répondre aux besoins de recherche et de la disponibilité des ressources.

Introduction

Les sols sont très hétérogènes biomatériaux1,2. Échantillonnage des sols est menée pour recueillir des échantillons les plus représentatives et de caractériser l’état nutritif d’un champ au plus juste et économiquement que possible. Variabilité dans un sol réside dans l’hétérogénéité spatiale du sol et la précision de dosage. Lorsque la variation spatiale du sol n’est pas prise en considération, échantillonnage des sols typiques peut entraîner une dérogation importante à la vraie valeur moyenne d’une variable de sol, même si l’analyse de sol lui-même est extrêmement précis3. Pour un terrain de recherche hétérogènes, variabilité revêt souvent plus d’importance qu’on entend3; Autrement dit, une méthode d’échantillonnage qui peut précisément mesurer les deux variabilité et veux dire sera préféré.

Lorsque la variation spatiale du sol est plus altérée en raison des terres gestion pratiques4,5,6, il est plus difficile d’effectuer l’échantillonnage de façon précise des sols. Néanmoins, des inquiétudes surgissent aussi en ce qui concerne les grandes variations dans les variables clés de sol (p. ex., SOC et MBC)7 qui sont propagées pour provoquer de mauvaises contraintes de paramètres de modèle clés qui sont essentiels pour le modèle sol global à long terme projections sous climat changent8,9,10. Comme le coût de l’échantillonnage du sol afin de caractériser la variabilité du champ est un problème majeur, une stratégie d’échantillonnage de sol simple, fiable et efficace est recherchée.

Il y a beaucoup de différentes approches afin de recueillir des échantillons de sol représentatif dans un terrain de recherche, et leurs avantages et inconvénients sont résumés dans le tableau 1. Dans un échantillon de sol traditionnels (c.-à-d., d’échantillonnage aléatoire simple), une collection aléatoire de quelques nanomètres à plus de 10 échantillons de sol est réalisée dans un terrain de recherche. En particulier, le nombre d’échantillons dans un plan d’échantillonnage de sol traditionnel est toujours déterminé de façon arbitraire et l’erreur d’échantillonnage associée (c.-à-d., exactitude) reste inconnue.

Méthode d’échantillonnage Avantage Désavantage
D’échantillonnage aléatoire simple Opération rentable, rapide et peu coûteuse, largement adoptée, facile, optimale dans le site homogène Faible précision et forte variation, < 5 échantillons
Échantillonnage systématique Une précision et une variation connue, optimale dans le site hétérogène à grande échelle Numéro de l’échantillon d’inefficaces, grand prix
Échantillonnage stratifié Estimation moyenne exacte, opération relativement facile, optimale pour la région en cluster et stratifiée Numéro de l’échantillon d’inefficaces, grand prix (généralement moins d’échantillonnage systématique/grille)
Compositing Estimation moyenne efficace, précise, opération facile, optimale dans le site hétérogène Variation de champ inconnu, > 3 échantillons pour composites

Tableau 1 : les avantages et les inconvénients du sol majeur adoptés dans la communauté de recherche de sol de plans d’échantillonnage. La table a été résumée de Tan et al. 3, Jones12et Swenson et al. 11

Comparativement d’échantillonnage aléatoire simple ou compositing, les plans d’échantillonnage systématique et stratifié peuvent atteindre moyens avec une grande précision ainsi que la variabilité associée (tableau 1). Cependant, ils exigeront des échantillonnages de sol intensif (par exemple, quelques 100 échantillons). Bien que l’exactitude et la confiance en, une augmentation de niveau test sol avec plusieurs échantillons de sol recueillis par parcelle11, l’obligation pour un grand nombre d’échantillons de sol est généralement applicable uniquement pour une étude à grande échelle5,11 ; C’est bien au-delà de l’abordabilité, la plupart du sol des projets de recherche menée à l’échelle des parcelles de terrain en raison de contraintes de ressources. Un plan d’échantillonnage est préféré à équilibrer les compromis de ces différentes méthodes.

Une question clé pour un plan d’échantillonnage de sol consiste à déterminer le nombre d’échantillons de sol requis et l’exactitude associé compte tenu des questions de recherche et les conditions sur le terrain. Par exemple, une réduction du nombre d’échantillons de sol est possible en moins de sites perturbés tout en assurant toujours le même niveau de précision6, suggérant qu’il fallait quantifier explicitement l’hétérogénéité spatiale (c.-à-d., la nature et apparition de Prieur de variabilité du sol) d’échantillonnage3sur le sol. En fait, aucun pilote tel échantillonnage n’est recommandé dans la plupart des conceptions d’échantillonnage du sol. Scientifiques du champ échouent souvent à reconnaître l’importance de l’estimation de puissance statistique lorsqu’ils conçoivent les expériences.

Pour améliorer la rigueur expérimentale dans l’échantillonnage du sol, une méthode simple et efficace d’échantillonnage est présentée dans cette étude. Le nouveau design doit non seulement permettre la caractérisation précise de la teneur en éléments nutritifs du sol et de la variabilité, mais également, en tenant compte de l’hétérogénéité spatiale du sol, offrent un moyen quantitatif d’informer le nombre d’échantillons de sol et la précision d’échantillonnage associé pour de futures recherches. Le nouveau plan de sondage de sol devrait aider les chercheurs à identifier des stratégies facultatifs qui correspondent à leurs besoins d’échantillonnage et de la recherche. L’objectif général de cette méthode est de fournir une approche quantitative et manipulatrice pour optimiser les stratégies d’échantillonnage du sol dans le cadre de recherches sur le terrain de sol biogéochimistes et écologistes.

Protocol

1. en cluster d’échantillonnage dans une parcelle

  1. Identifier les zones d’échantillonnage au sein d’un terrain de recherche. Déterminer le nombre de grilles carrées d’égale longueur (c.-à-d., Figure 1; La figure 3). Basé sur la taille et la forme de l’intrigue de la recherche, le nombre de grilles carrées devrait être de six à dix afin que le nombre total d’échantillons de sol est contrôlé inférieure à 30 dans une parcelle (voir l’étape 1.3).
  2. Marquer le centre de chaque grille carrée (c.-à-d., centre de gravité) et créer une zone de prélèvement circulaire avec un diamètre égal à la longueur du côté de la grille carrée.
  3. Tenez-vous sur le centre de gravité dans la zone circulaire avec des yeux fermés et jeter un petit caillou (ou un autre objet avec poids) dans une direction aléatoire et la distance depuis le centre de gravité.
    1. Si la pierre tombe en dehors de la zone circulaire, faites-le à nouveau jusqu'à ce que le premier emplacement d’échantillonnage est identifié.
  4. Répétez l’étape 1.3 jusqu'à obtient des trois sites d’échantillonnage aléatoire dans la zone circulaire.
  5. Mettre les drapeaux sur les trois points d’échantillonnage et numérotez chaque drapeau (c.-à-d., 1, 2 et 3).
  6. Répétez les étapes 1,3-1,5 dans toutes les autres zones d’échantillonnage circulaire jusqu'à ce que tous les emplacements sont déterminés et numérotées dans un ordre séquentiel (c'est-à-dire, 4, 5, 6, etc.).

2. mesures et Collection de sol dans un terrain à distance

  1. Choisissez un point d’angle et identifier comme l’origine de la zone d’échantillonnage dans l’intrigue.
  2. Mesurer les distances horizontales et verticales de chaque emplacement marqué d’un indicateur par rapport à l’origine et de les enregistrer dans un carnet de terrain comme les coordonnées x et y .
  3. Utilisez une tarière de sol pour prendre une carotte de sol (0 - 15 cm) de chaque emplacement avec indicateur et l’étiquette du sac dépend du nombre de drapeau. Répétez cette étape jusqu'à ce que les carottes de sol sont prises repérés à tous les endroits.
  4. Afin de minimiser l’influence de l’échantillonnage (p. ex., piétinant sur les plantes et le sol à la parcelle), s’assurer que les sacs avec les échantillons de sol à l’intérieur de rester avec leur drapeau respectif jusqu’au montage de tous les sacs dans l’intrigue à la fois à la fin de la collection.
  5. Transporter les échantillons de sol dans des glacières au laboratoire et traiter chaque carotte de sol le jour même.
  6. Retirez les racines de chaque cœur, il tamiser à travers un tamis de 2 mm du sol et homogénéiser soigneusement chaque échantillon avant toute analyse.
  7. Déterminer la teneur en humidité du sol dans chaque échantillon en sous-échantillons de séchage à l’étuve à 105 ° C pendant 24 h et au sol les sous-échantillons de sol séché à l’air d’une poudre fine pour une analyse de carbone total (C) à l’aide d’un analyseur élémentaire4. SOC est dérivée en fonction sur les teneurs en eau et C.
  8. Peser les sous-échantillons de sol frais (de 10 g chacun) et quantifier le sol MBC par chloroforme fumigation-K2SO4 extraction et potassium persulfate digestion méthodes5.
  9. Combiner le dataset SOC et MBC avec des coordonnées x et y , basées sur des chiffres de l’indicateur dans l’intrigue.

3. descriptives et Analyses géostatistiques dans une parcelle

  1. Pour chaque variable de SOC et MBC, calculer le minimum, maximum, moyenne, médiane et écart-type, ainsi que le coefficient de variation (CV).
  2. Pour chaque variable, effectuer un ensemble d’analyse géospatiale (c'est-à-dire, analyse des surfaces tendance, autocorrélation et carte de krigeage) pour représenter le principal motif de surface, la variabilité d’échelle fine et répartition spatiale. On trouvera les détails des approches d’analyses géostatistiques dans anciennes publications4,5.

4. l’exploration de la SSR et la précision d’échantillonnage associé dans une parcelle

  1. Tracer la SSR et l’erreur relative (γ) basé sur le CV obtenu dans un complot. Au sein de chaque parcelle, le logarithme SSR et l’erreur relative (γ) ont une relation négative linéaire (équations 1-3). Basée sur la relation (équation 3), le nombre d’échantillons requis pour la précision spécifiée peut être déterminé :
    Equation 1 
    Equation 2 
    Equation 3
    Ici, CI, Equation 6 , s, n, N, CVet indiquer l’intervalle de confiance, moyenne de l’intrigue, écart parcelle, numéro d’échantillon, coefficient de variation et l’erreur relative, respectivement ; t 0,975 = 1,96. L’exigence de taille d’échantillon de logarithme (N) a une relation linéaire négative (c'est-à-dire, la pente = -2) avec l’erreur relative logarithme (γ).
  2. Appliquer la relation ci-dessus pour futurs d’échantillonnage dans une parcelle en calculant N dans l’équation 3 sous une précision souhaitée (par exemple, l’erreur relative [γ]). Ou, pour un certain nombre d’échantillons de sol prélevés déjà dans une parcelle, appliquer la relation pour dériver à la précision associée.

Representative Results

L’approche décrite ci-dessus a été employée dans deux études de cas, dans une région rurale du Sud des États-Unis et une autre à la Middle Tennessee.

Dans la région rurale du Sud du Piémont, trois types d’utilisation des terres ont été sélectionnés, y compris les forêts de bois de chênes et de caryers 1) non cultivés, champs 2) cultivés où Labour classique et la fertilisation sont utilisés chaque année pour produire le blé, le sorgho et le maïs, et 3). forêts de pins de champs abandonnés qui sont chacun d’environ 50 ans depuis la dernière culture4. Trois parcelles indépendamment répliqué 30 x 30 m ont été identifiées dans la zone pour chaque utilisation des terres. Dans chaque parcelle, un plan de sondage de sol de cluster a été appliqué (Figure 1). Chaque zone circulaire avait une distance radiale de 5 m de chaque centre de gravité. Vingt-sept carottes ont été prélevées dans chacun des neuf parcelles, 81 cœurs par utilisation des terres et des 243 noyaux au total. SOC a été quantifiée par un analyseur de RCS. La principale conclusion était que les terres cultivées homogénéise substantiellement l’hétérogénéité spatiale du SOC et autres variables4. La SSR variait selon les utilisations des terres avec un ordre croissant en général comme la forêt de prairie > régénéré pinède > cultivé des terres cultivées (Figure 2). Les exceptions sont qu’une parcelle de forêt de feuillus avait un SSR aussi petit que la parcelle cultivée, et une parcelle de pin avait un SSR aussi grand que l’intrigue de feuillus (Figure 2). Prenant γ = 0,1 ou 10 % à titre d’exemple, SSR était de 4, 10 et 30 (terres cultivées), 80, 85 et 300 (pinède) et 25, 200 et 350 (bois dur). Si seulement trois échantillons de sol ont été prélevés dans toutes les parcelles, l’erreur relative aurait été ~ 10 % - 30 % (terres cultivées), ~ 50 % - 80 % (forêt de pins) et environ 28 % - 100 % (bois dur).

Figure 1
Figure 1 : Une illustration d’une conception de l’échantillonnage aléatoire en cluster dans un terrain de recherche de 30 x 30 m à la Calhoun forêt expérimentale, SC, é.-u.4. Les cercles pleins représentent le centre de gravité (n = 9). Le grand cercle en pointillés représente la zone d’échantillonnage autour d’un centre de gravité (rayon = 5 m). Représentent les points d’échantillonnage déterminés à partir des orientations choisies de manière aléatoire et distance depuis un centre de gravité. Ce chiffre a été modifié par Li et al. 4. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 2
Figure 2 : Terrain de la condition de taille d’échantillon (SSR) et l’erreur relative (γ) pour SOC de forêt de feuillus, forêt de pins et terres arables cultivées. L’échelle logarithmique a été appliqué sur les deux axes. Les lignes pointillées représentent les sols cultivés, les sols de forêt de pins de lignes grises et les sols de forêt de feuillus lignes sombres. Trois lignes différentes pour chaque utilisation du sol correspondent aux trois parcelles répétées. Ce chiffre a été modifié par Li et al. 4 S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Dans le Tennessee State University (TSU) Main Campus Agriculture Research et Extension Center (AREC) à Nashville, TN, USA (36,12 ° N, 36,98 ° W, 127,6 m d’altitude) en 2011, un champ de Panic expérimenter a été créé avec trois la fertilisation azotée (N) traitements dans un dispositif en blocs aléatoires conception5. Le type de culture est de la variété « Highlander » orientale « Alamo » panic érigé (Panicum virgatum L.). Les trois traitements N n’incluaient aucun N entrée d’engrais (NN), faible N engrais entrée (LN : 84 kg de N ha-1 dans l’urée) et apport d’engrais N élevé (HN : 168 kg de N ha-1 dans l’urée). Dans chaque parcelle, une zone rectangulaire de 2,75 x 5.5 m zone a été identifiée et subdivisée en huit grilles carrées de 1,375 x 1.375 m. Au sein de chaque zone circulaire, un centre de gravité a été identifié, et trois carottes prélevées avec une direction aléatoire et la distance par rapport à chaque centre de gravité (Figure 3). Un total de 24 cœurs ont été ainsi collectées de chacun des 12 parcelles, ce qui donne des carottes de sol 288. La MBC dans chaque noyau a été quantifiée par l’extraction de fumigation-K2SO4 chloroforme et méthodes de digestion potassium persulfate. La principale conclusion était que la fertilisation azotée renforcée généralement l’hétérogénéité spatiale de MBC dans les terres cultivées de Panic raide. La République socialiste soviétique était généralement plus forte avec la fertilisation (Figure 4). Seule exception, c’est que la SSR pour une parcelle de HN est inférieur à celui de l’intrigue NN (Figure 4). Prenant γ = 0,1 ou 10 % à titre d’exemple, SSR a 10 et 20 en deux parcelles répétées (NN), 30 et 50 (LN) et 15 et 70 (HN). Si seulement trois échantillons de sol ont été prélevés dans toutes les parcelles, l’erreur relative aurait été ~ 20-25 % (NN), ~ 26-35 % (LN) et environ 20 % - 40 % (bois dur).

Figure 3
Figure 3 : Illustration d’un dessin d’un échantillonnage aléatoire en cluster dans un terrain de 2,75 x 5,5 m dans un site expérimental de la fécondation du Tennessee State University (TSU) Agricultural Research Center à Nashville, TN, é.-u.. Les cercles pleins représentent le centre de gravité (n = 8) et chaque parcelle se composait de huit centres dans chaque grille carrée (de 1,375 x 1.375 m). Dans chaque placette, une zone circulaire a été déterminée pour l’échantillonnage du sol. Représentent les points d’échantillonnage déterminés à partir des directions aléatoires et à distance depuis un centre de gravité au sein de chaque zone d’échantillonnage circulaire (cercle en pointillés). Ce chiffre a été modifié par Li et al. 5 S’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Figure 4
Figure 4 : Terrain de la condition de taille d’échantillon (SSR) et l’erreur relative (γ) pour MBC sous trois traitements de fertilisation. L’échelle logarithmique a été appliqué sur les deux axes. Les lignes pointillées représentent les sols cultivés, les sols de forêt de pins de lignes grises et les sols de forêt de feuillus lignes sombres. NN = sans ajout d’engrais azoté d’entrée ; LN = faible fertilisation azotée d’entrée ; et HN = apport d’engrais N élevé. Deux lignes différentes pour chaque utilisation du sol correspondent à deux parcelles répétées. Ce chiffre a été modifié par Li et al. 5. s’il vous plaît cliquez ici pour visionner une version agrandie de cette figure.

Discussion

La méthode d’échantillonnage de sol traditionnel manquait une base quantitative et conduit à une précision inconnue, alors que les stratégies d’échantillonnage plus avancés impliqués collections sol intensif et induit des coûts inabordables pour la plupart des recherches du sol à l’échelle de parcelle de terrain. Une méthode simple, efficace et fiable d’échantillonnage devrait être un outil utile pour équilibrer les deux méthodes susmentionnées et, surtout, informer de manière quantitative pour déterminer le nombre requis sous certaine exactitude dans un souci de besoins futurs d’échantillonnage. Toutefois, une telle conception de l’échantillonnage est toujours porté disparue. Ici, une méthode permettant de manipuler une procédure d’échantillonnage en cluster afin de quantifier l’hétérogénéité spatiale du sol a été présentée et, s’appuyant sur cette conception, pour informer le nombre d’échantillons de sol requise pour futurs d’échantillonnage au titre de l’exactitude spécifique. Il y a deux étapes cruciales au sein du protocole. La première consiste à déterminer la zone d’échantillonnage et d’identifier la zone de prélèvement dans un terrain donné. Parce que la dimension et la forme d’un terrain de recherche spécifiques peuvent varier d’une étude à l’autre, le nombre et la longueur de la grille carrée, ce qui représente la zone de prélèvement devraient être modifiés comme conviennent le mieux les caractéristiques du terrain et de couvrir la zone de traçage autant que possible. En général, le nombre de grilles carrées devrait être limité à huit à dix afin qu’on recueillera des échantillons de sol de 24 à 30 dans une parcelle donnée. C’est les moins intensifs d’échantillonnage exigence acceptable pour une étude pilote dans un complot. La deuxième étape critique est pour déterminer le nombre d’échantillons requis en vertu de la précision spécifique. Bien que le nombre d’échantillons de sol sous une précision désirée peut être dérivé à basé sur la stratégie d’échantillonnage pilote, autres ressources disponibles doivent être pris en compte (p. ex., travail, coût et du personnel). Si le nombre d’échantillons de sol requise pour une précision désirée dépasse l’abordabilité, la précision souhaitée devrait être abaissée pour que le nombre d’échantillons de sol peut être recalculé. Les nouveaux calculs doivent être répétés jusqu'à ce que le meilleur ajustement est réalisé afin d’équilibrer la précision désirée et les ressources disponibles.

Le protocole peut être facilement modifié pour s’adapter à la forme spécifique, zone et emplacement d’un terrain de recherche. Même au sein d’un terrain irrégulier ou une zone de traçage très grandes ou petites, la procédure peut être effectuée en contrôlant la taille de la grille carrée pour couvrir la majeure partie de la zone de traçage. En revanche, lorsque des échantillons de sol sont collectées au-delà de la zone d’échantillonnage circulaire dans l’intrigue, ils peuvent être encore comptabilisés dans l’analyse descriptive et géostatistiques. À cet égard la souplesse du protocole est avantageuse comme il peut, ainsi, réduire le coût de l’échantillonnage.

Une limitation importante de cette méthode est que le nombre d’échantillons de sol requis pour certains précision dépendra de l’échelle de la parcelle CV déterminé par un groupe de 24-30 échantillons de sol dans l’échantillonnage du sol pilote. Pour un tracé très hétérogène, 30 échantillons ou moins peut produire un CV plus grand que celle basée sur un plus grand nombre d’échantillons (> 30). En conséquence, le nombre d’échantillons de sol calculée avec la même précision sera plus grand. Autrement dit, le nombre d’échantillons de sol requise pour l’exactitude même va être surestimé dans l’intrigue. Pour un terrain très homogène, un plus petit nombre d’échantillons produira un intrigue CV niveau similaire à 30 échantillons, donc, ce qui entraîne une surestimation de la nécessité de ressources. Donc, pour ces parcelles extrêmement hétérogènes ou homogènes, le sol numéro d’échantillon (c'est-à-dire30 ou moins) proposé dans le plan de sondage pilote peut provoquer des investissements inutiles soit dans la phase pilote d’échantillonnage futures d’échantillonnage.

Nous démontrons des avantages importants de la stratégie d’échantillonnage de sol en cluster. Il fournit une stratégie d’échantillonnage du sol fiable et abordable pour obtenir l’hétérogénéité spatiale du sol et propose de façon quantitative pour calculer le nombre d’échantillons de sol requis pour une certaine précision désirée. Même si la bande intensive ou l’échantillonnage stratifié peut fournir une meilleure description de la variation spatiale, le coût d’effectuer ce prélèvement d’échantillons est trop élevé pour la plupart des études de sol. L’échantillonnage traditionnel est arbitraire et n’a aucune base quantitative pour l’échantillonnage de précision. Le protocole actuel est supérieur en raison de ses moins exigence d’échantillonnage intensif, facilité dans il opérant dans le domaine, le pouvoir de révéler les configurations spatiales à l’aide de méthodes d’analyse géostatistique rigoureux et la capacité pour déterminer quantitativement la taille de l’échantillon donnée précision désirée. La connaissance de la taille de l’échantillon nécessaire pour une précision d’échantillonnage spécifique permettra aux chercheurs d’élaborer des stratégies leur investissement dans les échantillonnages de sol.

Employant la procédure d’échantillonnage en cluster efficace permet à des tests rigoureux d’hétérogénéité spatiale du sol et améliore la capacité des scientifiques à effectuer des échantillonnages de sol avec précision. Le caractère moins intensif et quantitatif de la stratégie d’échantillonnage de sol permettra son application large dans les communautés de recherche de sol. Compte tenu de l’hétérogénéité spatiale de sol probablement altérés sous rapides changements globaux, l’exigence d’échantillon de sol pour la même précision d’échantillonnage dans une parcelle de recherche peut varier au fil du temps. Le numéro de l’échantillon proposé dans le plan de sondage pilote peut varier selon les écosystèmes et les différents sols. Les applications futures qui pourraient émerger de ce travail incluent déterminer le numéro de l’échantillon pour sols spécifiques ou des écosystèmes. Ainsi, outre les travaux empiriques sont nécessaire sur l’application et l’identification de la méthode dans les diverses des sols et des écosystèmes. Les applications larges et à long terme peuvent aider à identifier une condition de taille échantillon générique pour des écosystèmes particuliers, qui puissent être recommandées pour les chercheurs de sol.

Disclosures

L’auteur n’a rien à divulguer.

Acknowledgments

Cette étude a été financée par subvention d’un nous ministère de l’Agriculture Evans-Allen (n° 1005761). L’auteur remercie les membres du personnel à la TSU Main Campus AREC à Nashville, Tennessee pour leur aide. Maggie Syversen aidé par la lecture de la première version du manuscrit. L’auteur apprécie les évaluateurs anonymes pour leurs remarques et suggestions constructives.

Materials

Name Company Catalog Number Comments
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

DOWNLOAD MATERIALS LIST

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. CRC Press. Boca Raton, FL. (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. North Dakota State University, Department of Soil Sciences. Research Report 8 (1984).
  12. Jones, J. Laboratory Guide for Conducting Soil Tests and Plant Analysis. CRC Press. Boca Raton, FL. (2001).
Échantillonnage des sols dans une recherche hétérogène tracer
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

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

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

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter