風景プロセスは土の形成の重要なコンポーネントと土壌の特性と風景の空間構造を決定する上で重要な役割を果たします。段階的主成分回帰を使用してさまざまな空間スケールで土壌の再分配と土壌有機炭素を予測する手法を提案する.
風景地形は土の形成に影響を与える重要な要因を流出・不耕起の活動による土壌の重力駆動運動を調節すると地球表面の土壌特性を決定する上で重要な役割を果たしています。光検出と測距 (ライダー) データの最近のアプリケーションでは、土壌の特性変動を調べるために使用できる高解像度地形指標を生成するための約束を保持しています。本研究では LiDAR データから派生した地形の 15 の指標は地形の影響土の再分配と土壌有機炭素 (SOC) の空間分布を調査に使用されました。具体的には、地形指標と段階的な主成分回帰 (SPCR) 地形による土壌浸食と SOC モデル サイト、流域規模で開発を特徴付けるため地形の主成分 (tpc のほか) の使用を検討しました。段階の最小自乗回帰 (SOLSR) モデル普通に対する SPCR モデルの性能を評価しました。結果は、SPCR モデル土壌再配布料金と異なる空間スケールで SOC 密度の予測には敵わなかったの SOLSR モデルであることを示した。TPCs の使用は個々 の入力変数間の潜在的な共線性を削除し、主成分分析 (PCA) による次元削減予測モデルを過剰のリスクが減少します。本研究では、様々 な空間スケールにわたって土壌再配布をモデル化するための新しいアプローチを提案します。1 つのアプリケーション専用の土地へのアクセスが多いと民有地を含むより大きい設定する代表的な調査のサイトから結果を外挿法で推定する必要ことが重要であります。
土壌の再配布 (侵食と堆積) を出す土壌有機炭素 (SOC) 株と動態に大きな影響を与えます。増加の努力で SOC を戸建、輸送、および風景1,2,3上に堆積する方法の調査に取り組んでおります。Carbon (C) 隔離と SOC 分布水侵食4,5,6による重力駆動土壌の動きによって影響を受けています。耕起による土壌の転流は、耕地、C 再配布7,8,9に貢献するもう一つの重要なプロセスです。不耕起浸食土粒子のかなりの純下る運動と土壌内変動10に 。水・不耕起の侵食は景観の地形は、侵食と堆積のサイト11の場所を判別の影響を受けます。したがって、効果的な土壌浸食制御、C 農地呼び出しに地形コントロールのよりよい理解のための動的調査土壌浸食および動き。
いくつかの研究は、土壌の再配布と関連付けられた SOC ダイナミクス9,12,13,14,15,16,の地形の影響を検討しました。17. van der 特典ら12は、地形要因が土壌の再配布の可変性の 43% を説明したことを報告しました。Rezaei ・ ギルケス13土壌怪しげな側面、気温の低いと蒸発の放牧地の他の側面と比較されたときより高い SOC が見つかりました。地形が地形間の相互作用のための最小耕うんにおけるより伝統的な耕起処理で農地の土壌の再配布に関するより重要な影響があり耕慣行9。ただし、これらの調査結果は主に広い空間スケールでの土壌調査の難しさを提示フィールドの観察から派生しました。地域スケールと流域の土壌性質の空間パターンを効率的に理解する新しい戦略を開発する急務があります。
本研究の目的は、土壌の再配布および SOC 分布をシミュレートする効率的なモデルを開発することです。予測は、土壌侵食と堆積プロセスを定量化するために開発されている地形指標を使用して地形ベースのモデル。比較と実証またはプロセスをベースに由来するデジタル地形情報に基づいて侵食土壌浸食18,19, 地形ベースのモデルをシミュレートする離散フィールド サンプリングを採用するモデルが開発される可能性が高解像度標高モデル (Dem)。このアプローチは、流域や地域スケールで継続的な土壌特性シミュレーションできます。過去数十年で地形情報の正確性は、高分解能リモートセンシング データの可用性の向上と、大幅に改善します。以前の研究は、土壌のプロパティ12,20,21,22をシミュレートする地形ベースのモデルを採用している、これらの調査のほとんど使用 1 つの地形指標または単一のカテゴリ地形指標 (ローカル、非ローカルまたは結合された地形指標) の可能性があります十分を探索していない土壌微生物活性への地形の影響。したがって、土壌浸食および C 動態の地形コントロールのより良い理解を得るためにローカル、非ローカルおよび結合された地形指標を含む、多変数地形ベースを開発地形指標の包括的なセットを調べた土壌特性のダイナミクスをシミュレートするモデル。これらのモデルのアプリケーションより良い土壌浸食防止と農地管理の科学的なサポートを提供する予定です。
地形指標は、一般的に 3 つのカテゴリのいずれかに分類されて:) ローカル地形指標、b) 非ローカル地形メトリックまたはメトリックの c) 組み合わせが地形。ローカル地形指標は土地の表面の 1 ポイントのローカル機能を参照してください。非局所地形指標は、選択したポイントの相対的な位置を参照してください。メトリックの組み合わせが地形は、ローカルおよび非ローカル地形指標を統合します。土壌侵食・堆積に影響を与える地形のメトリックのセットは、土壌の移動と C 株式 (表 1) の地形のコントロールを調査するこの研究で使用されました。具体的には、我々 は 4 つのローカル地形指標を使用 [勾配、断面曲率 (P_Cur)、曲率 (Pl_Cur)、一般的な曲率 (G_Cur) を計画]、7 つの非ローカル地形指標 [累積流量 (FA)、地形の起伏、肯定的な開放性 (POP)、上り方向斜面 (UpSl)、フロー パスの長さ (FPL)、下り方向指数 (DI)、流域面積 (CA)] と地形指標を組み合わせて 3 [地形気候湿潤度 (TWI)、ストリーム パワー インデックス (SPI) とスロープ長さ係数 (LS)]。
SOLSRfモデルは、フィールドの縮尺での校正で SPCR モデルよりもわずかに良いパフォーマンスを持っていた。密接なお互いに相関関係 SPI と CA (r > 0.80) など、地形の指標のいくつか。共線性は、モデル予測に不確実性を追加できます。予測の中で多重共線性のための入力変数の小さな変更を及ぼしますモデル予測41大幅。したがって、SOLSRfモデル安定する傾向を示し, 低流域スケールで SOC 密度及び土壌再分配率のシミュレーションの効率化。SPCR モデルは、流域スケールにおける SOC 分布予測における SOLSRfモデルを大幅に上回った。TPCs 15 地形指標を相互に独立して (直交) コンポーネントに変換することによって、多重共線性を排除します。変換は、基になる地形指標の関係をまた発見しました。コンポーネントに地形指標の高荷重 (> 0.35) によって示される、TPC1、TPC2、TPC3、TPC6、および TPC7 と関連付けられた流れの加速度や流れの発散、流出量土壌水分流出速度それぞれ。土壌再配布料金と SOC 分布の空間パターンが土壌水分量と相関し、フォックスとパパニコロウの2、実証研究と一致している WCW の流出発散浸食から土壌低救済農業流域の流れの発散により畑を影響可能性があります。
さらに、SOLSRf SOLSRrモデルより SPCR モデルの予測変数を減らして予測モデル42,43に過適合のリスクの減少。データの解釈の難しさを増やすし、モデル シミュレーション41,44,45の高分散を誘発する可能性のある、すべての SOLSR モデルに 6 個を超える変数があった。これは SPCR モデルより SOLSR モデルによって WCW の低い予測効率を考慮可能性があります。
地形 – SPCR モデル土壌再配布と関連付けられた SOC のダイナミクスをシミュレートすることで利点があります。まず、地形情報は、Dem から簡単に派生できます。高空間解像度の LiDAR データの最近の増加アクセシビリティは、DEM 派生風景地形の精度の向上し、利益限られた観測がある地域での調査を助けることができます。第二に、地形指標、統計分析のセットを使用して、地形に基づくモデル効率的に定量化できます SOC の分布と土壌の再配布。第三に、主成分のアプリケーションことができます効果的に地形指標の多重共線性に関連付けられている偏見を軽減し、ステップワイズ モデル複数の空間スケールに適用した場合の安定性を高めます。
ただし、SPCA モデル モデル開発中の変数によって限定されます。LiDAR データのアプリケーションは、生態学的研究の増加、有用な地形情報を導出する方法がまだ検討されていない完全に。本研究では TWI および LsRe を示した相関 SOC 密度と土壌再配布料金。ただし、追加の地形変数と見なされないを均等にありますまたは土壌浸食と C のダイナミクスを説明するのに重要。さらに、土壌侵食の変動を引き起こす可能性があります、管理方法など他の要因は、この研究に含まれていません。たとえば、耕起は最大傾斜の方向に平行したとき土壌浸食が斜め不耕起土壌上り坂46を回しての侵食を基準にして倍増する可能性が。したがって、異なる耕起作業には SPCR モデルの減少予測効率の理由もあります。
研究は、カテナ17に掲載された論文に基づいています。地形に及ぼす土壌の動態と土壌カテナ紙で実行のメカニズム ベースの分析、代わりにここを地形指標を定量化し、地形に基づくモデルの開発方法に着目。実現可能性と土壌の空間的構造の研究で地形ベースのモデルを使用する利点について話し合った。一方、斜面の長さ要因と流れ蓄積のアルゴリズムを更新することによって私たちのモデルを改善しました。スロープ長さ係数測定の尺度は、フィールドの領域に限られていた。また、確定的な無限アルゴリズムは流れ蓄積生成で使用されました。Liらの報告方法と比較してください。本研究で採用した無限アルゴリズムの確定的な 8 ノード法で累積流量を生成17は流れ方向角でループを低減し、低救済エリア47のための優れたアルゴリズムがあることを証明しました。
結論としては、我々 の結果は、SOC 分布と農業分野での土壌再配布パターンをシミュレートすることで地形に基づく SPCR モデルの可能性を実証します。SOC 株式と土壌再配布速度を推定するコスト効果の高い方法として限られた観測データとパブリック アクセスに欠けている民有地のサイトに適用されます。将来的に研究、予測モデルはさらに洗練され LiDAR データの可用性と追加地形指標を含めることで改善されるでしょう。モデルに基づいて開発された大規模な土壌のプロパティ マップは、農業景観、流域・地域スケールでの SOC の運命における土壌の移動地形への影響機構のさらなる理解につながります。
The authors have nothing to disclose.
この研究は、国立保全効果評価プロジェクト (NRCS 67-3A75-13-177) の湿地コンポーネント関連付けで米国農務省自然資源保全局によって支えられました。
Light Detection and Ranging (LiDAR) data | http://www.geotree.uni.edu/lidar/ | Collected from the GeoTREE LiDAR mapping project | |
LECO CNS 2000 elemental analyzer | LECO Corp., St. Joseph, MI | ||
Canberra Genie-2000 Spectroscopy System | CANBERRA Industries | ||
Geographic positioning system | Trimble | RTK 4700 GPS | |
ArcGIS | ESRI, Redlands, CA | 10.2.2 | |
Statistical Analysis System | SAS Institute Inc | ||
System for Automated Geoscientific Analysis | University of Göttingen, Germany | v. 2.2.5, http://www.saga-gis.org/ | GNU General Public License |