JoVE Journal > Environment
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Türkçe

Automatically Generated
Please note that all translations are automatically generated. Click here for the English version.
Environment

Toprak yeniden dağıtım ve toprak organik karbon eşlemek için topografik modellerini ölçekleme için asıl bileşenlerinin kullanımı

Published: October 16, 2018
doi:
10.3791/58189
,
1Department of Geographical Sciences,University of Maryland, 2Hydrology & Remote Sensing Laboratory, Agricultural Research Service,United States Department of Agriculture

Summary

Manzara süreçleri kritik bileşenleri toprak oluşumu ve toprak özellikleri ve kayma manzara yapısında belirlemede önemli rol oynarlar. Biz toprak yeniden dağıtım ve toprak organik karbon çeşitli kayma ölçekler arasında tahmin etmek için kademeli asıl bileşen regresyon kullanarak yeni bir yaklaşım öneriyorum.

Abstract

Manzara topografya toprak oluşumu etkileyen önemli bir faktördür ve ikinci tur ve toprak işleme faaliyetleri tarafından indüklenen yerçekimi tahrik toprak hareketi düzenleyen gibi toprak özellikleri dünya yüzeyinde belirlemede önemli bir rol oynar. Işık algılama ve Ranging (LIDAR) veri son uygulama toprak özelliği değişkenlik araştırmak için kullanılan yüksek uzaysal çözünürlük topografik ölçümlerini oluşturmak için söz sahibidir. Bu çalışmada, LIDAR verilerden elde edilen on beş topografik ölçümlerini toprak dağıtılması ve toprak organik karbon (SOC) kayma dağılımını topografik etkileri araştırmak için kullanılmıştır. Özellikle, biz topografik asıl bileşenleri (Olsen) kullanımı topografya ölçümleri ve kademeli asıl bileşen regresyon (SPCR) topografya tabanlı toprak erozyonu ve site ve havza ölçeklerde SOC modelleri geliştirmek için karakterize için araştırdı. SPCR modelleri performansını kademeli sıradan en azından kare regresyon (SOLSR) modelleri karşı değerlendirilmiştir. Sonuçlar SPCR toprak yeniden dağıtım oranları ve SOC Yoğunluk kayma farklı ölçeklerde öngörmede geride SOLSR modelleri modelleri gösterdi. Olsen kullanımı bireysel giriş değişkeni arasındaki potansiyel Eşdoğrusallık kaldırır ve asıl bileşen analizi (PCA) tarafından dimensionality azaltma tahmin modelleri overfitting riskini azaltmaktadır. Bu çalışmada toprak yeniden dağıtım çeşitli kayma ölçekler model oluşturma için yeni bir yaklaşım öneriyor. Bir uygulama için özel toprakları erişim genellikle sınırlıdır ve gerek temsilcisi çalışma siteleri bulgular özel toprakları dahil büyük ayarlarına ulaşmak için önemli olabilir.

Introduction

Toprak yeniden dağıtım (Aşındırma ve biriktirme) toprak organik karbon (SOC) hisse senetleri ve dinamikleri üzerinde önemli etkileri giderek artan. Artan çabaları nasıl SOC ilişkisi kesildi, taşınan ve üzerinde peyzaj1,2,3yatırılır soruşturma için tahsis edilmiştir. Carbon (C) tutma ve SOC dağıtım yerçekimi tahrik toprak hareketi su erozyonu4,5,6tarafından indüklenen tarafından etkilenmektedir. Ekili alanlarda, toprak translocation toprak işleme tarafından C yeniden dağıtım7,8,9‘ a katkıda bulunan başka bir önemli bir süreçtir. Toprak erozyon toprak parçacıklar önemli net downslope hareketinin neden olur ve bir alan içinde toprak değişimi10‘ a yol açar. Su ve toprak erozyon önemli ölçüde erosional ve depositional siteleri11yerlerini belirler manzara topografya tarafından etkilenen. Bu nedenle, etkili toprak erozyon yönetmelik ve C dinamik soruşturma daha iyi topografik kontrollerin üzerinde anlamak için tarım arazileri çağrıları erozyon toprak ve hareketleri.

Çeşitli çalışmalarda topografya toprak yeniden dağıtım ve ilişkili SOC dynamics9,12,13,14,15,16, etkilerini araştırdık 17. van der dikmek vd. 12 topoğrafik etkenler toprak yeniden dağıtım değişkenlik % 43 açıkladı bildirdi. 13 rezaei ve Gilkes daha yüksek SOC gölgeli bir yönü, düşük sıcaklıklar nedeniyle ve daha az zaman rangelands diğer yönleri göre buharlaşma topraklarda bulunan. Topografya toprak yeniden dağıtım içinde bu minimum toprak işleme, onun arasındaki etkileşimler nedeniyle ile daha geleneksel toprak işleme tedavi ile tarım arazileri üzerinde daha önemli etkileri olabilir ve9toprak işleme uygulamaları. Ancak, bu bulgular öncelikle toprak özellikleri daha geniş bir kayma ölçekte soruşturma zorlukları sunmak alan gözlemleri elde edilmiştir. Etkili bir dönüm noktası ve bölgesel ölçeklerde toprak özelliklerinin kayma düzenlerini anlamak için yeni stratejiler geliştirmek için acil ihtiyaç vardır.

Bu çalışmanın amacı toprak yeniden dağıtım ve SOC dağıtım benzetimi yapmak için verimli modeller geliştirmektir. Topografya tabanlı modeller Öngördürücüleri toprak erozyon ve birikimi süreçleri ölçmek için geliştirilmiş gibi topografik ölçümlerini kullanarak. İle ampirik veya işlem erozyon toprak erozyon18,19, topografya tabanlı modeller benzetimini yapmak için ayrı alan dağıtımları istihdam modelleri geliştirilebilir dijital üzerinden türetilmiş topografik bilgilere göre göre karşılaştırıldığında Yükseklik modelleri (DEMs) ile yüksek kararlılık. Bu yaklaşım sürekli toprak özelliği simülasyonlar havza veya bölgesel ölçekli sağlar. Son birkaç on yıl içinde topografik bilgilerin doğruluğunu büyük ölçüde, yüksek çözünürlüklü uzaktan hissedilen veri kullanılabilirliği artırma ile geliştirdi. Önceki çalışmalarda topografya tabanlı modeller toprak özellikleri12,20,21,22simüle etmek için istihdam olsa da, çoğu bu soruşturmaların bir tek topografik ölçüm veya tek kategori kullanılan topografik ölçümleri (yerel, yerel olmayan veya kombine topoğrafik ölçümler), hangi yeterince topografik etkileri üzerinde toprak mikrobiyal aktiviteyi araştırılmalıdır değil. Bu nedenle, toprak erozyonu ve C dynamics topografya denetimleri daha iyi anlaşılmasını sağlamak için biz ve yerel, yerel olmayan ve kombine topografik ölçümlerini dahil olmak üzere çoklu değişken topografya tabanlı geliştirilen topoğrafik ölçümler kapsamlı bir dizi muayene toprak özelliği dynamics benzetimini yapmak için modelleri. Bu modellerin uygulamaları daha iyi toprak erozyon kontrolü ve tarımsal arazi yönetimi için bilimsel destek sağlamak için çalışmalıdır.

Topografik ölçümlerini genellikle üç kategoriden birine kategorize edilir: a) yerel topografik ölçümlerini, b) yerel olmayan topografik ölçümlerini veya c) kombine topografik ölçümlerini. Yerel topografik ölçümlerini, toprak yüzeyinde bir noktadan yerel özelliklere bakın. Yerel olmayan topografik ölçümlerini seçili noktaları göreli konumlarını bakın. Kombine topografik ölçümlerini yerel ve yerel olmayan topografik ölçümlerini entegre. Topoğrafik ölçümler toprak erozyonu ve birikim etkileyen bir dizi toprak hareketi ve C hisse senetleri (Tablo 1) topografik denetimlere araştırmak için bu çalışmada kullanılmıştır. Özel olarak, dört yerel topografik ölçümlerini kullanılan [yamaç, profil eğriliği (P_Cur), planı eğriliği (Pl_Cur), genel eğriliği (G_Cur)], yedi yerel olmayan topografik ölçümlerini [akışı birikimi (FA), topografik kabartma, pozitif açıklık (POP), o yamaç (UpSl), akış yol uzunluğu (FPL), downslope dizin (DI), havza (CA)], ve üç topografik ölçümlerini kombine [topografik ıslaklık dizin (TWI), akım güç dizini (SPI) ve yamaç uzunluğu faktörü (LS)].

Protocol

1. topografik analizleri Dijital veri önişlem GeoTREE LiDAR haritalama proje Web sitesinden LIDAR veri toplamak. “Sınır türü” ve “bölge” belirli bir alanı yakınlaştırmak için seçin. Seçilen çalışma alanı için LiDAR fayans indirmek için bir çokgen çizer. Ham LIDAR veri coğrafi bilgi sistemi (CBS) haritalama aracı kullanarak bir LAS dosya dönüştürme. DEMs bir 3-m Uzaysal Çözünürlük ters mesafe ağırlıklı ilişkilendirme kullanarak oluşturun. Filtre 3-m DEMs iki kez sesler azaltmak için 3-çekirdek düşük geçiş filtresi ile yerel varyasyon ile ilişkilendirin. Topografik ölçüm üretimi Topografik ölçümlerini üretmek için önce sistem otomatik Geoscientific Analizi (destan)23en son sürümünü karşıdan yükleyin. “İçe filtre uygulanmış 3-m DEMs destan almak için Raster” alma/verme bölümünde’ı tıklatın. Yamaç oluşturmak için varsayılan ayarları ile destan “Yamaç, boy, eğrilik” modül’ü tıklatın ve eğrilik ile ilgili [profil eğriliği (P_Cur), planı eğriliği (Pl_Cur) ve genel eğriliği (G_Cur)] ölçümleri kullanarak filtre uygulanmış DEMs (Şekil 1). Destan “Akışı birikimi (yukarıdan aşağıya)” modül’ü tıklatın ve “Deterministik sonsuz” yöntemi olarak süzülmüş DEMs kullanarak akış birikimi (FA) ölçü oluşturmak için seçin. “SAGA topografik açıklık” modülü varsayılan ayarlarla bir filtre uygulanmış z ekseni güçlendirilmiş görüntü kullanarak pozitif açıklık (POP) ölçü oluşturmak için tıklatın. Destan “LS-faktör (alana göre)” modülü uzunluğu faktör (LS_FB) ölçümleri kullanarak filtre uygulanmış DEMs eğimlidir ve o eğim (Upsl) oluşturmak için varsayılan ayarları ile tıklatın. Filtre uygulanmış DEMs kullanarak akış yolu uzunluğu (FPL) ölçü oluşturmak için varsayılan ayarları ile destan “Akışı yol uzunluğu” modülü tıklatın. Filtre uygulanmış DEMs kullanarak downslope dizin (DI) ölçü oluşturmak için varsayılan ayarları ile destan “Downslope mesafe degrade” modülü tıklatın. “SAGA ıslaklık Dizin” modül’ü tıklatın ve “mutlak havza” türü bir havza (CA) ve topografik ıslaklık dizin (TWI) ölçümleri süzülmüş DEMs kullanarak oluşturmak için alanı seçin. Destan “Akışı güç dizini” modül’ü tıklatın ve alanı filtre uygulanmış DEMs kullanarak akış güç dizini (SPI) ölçü oluşturmak için dönüşüm olarak “sözde belirli havza” seçin. En fazla yükseklik haritalar ile birden fazla yarıçap oluşturur. En fazla yükseklik haritalar iki kez 3-çekirdek düşük geçiş filtresi filtre. Kabartma haritalar bir dizi elde etmek için filtre uygulanmış 3-m DEM süzülmüş maksimum yükseklik haritaları çıkarmak. Yerlerden yardım değişkenlere bir dizi ayıklayın. Asıl bileşen analizi (PCA) kabartmaları topografik kabartma bileşenlerine dönüştürmek için yardım değişkenler üzerinde gerçekleştirin. Açıklamak asıl bileşenleri daha fazla % 90 varyansı yardım DataSet topografik kabartma ölçümleri seçin. 2. alan veri toplama Alan örnekleme Yeterli çalışma alanı peyzaj özellikleri temsil ekili arazilerinin alan yerlerde ve yoğun örneklenmiş birkaç temsilcisi küçük ölçekli ekili arazilerinin alanı sayısını seçin.Not: iki ekili arazilerinin alanlardan toplanan toprak örnekleri modeli kalibrasyon için kullanılmıştır. Tüm çalışma alanından toplanan toprak örnekleri modeli doğrulama için kullanılmıştır. Tüm örnek Konum koordinatlarını bir kod tabanlı coğrafi konumlandırma sistemi (GPS) upload ve fiziksel olarak onları alanları bulun. 3 örnekleri her örnekleme konum için bir itme sonda (3.2 cm çapında) kullanarak en iyi 30 cm toprak katmanı toplamak.Not: Toprak örnekleri 30-50 cm katmanlardan nerede tortu birikimi bekleniyordu sitelerinde toplanmıştır. Her örnek hacmi 241 cm3oldu. GPS kullanarak konumları örnekleme, coğrafi koordinat bilgileri kaydetmek. Toprak örneklerini örnekleme mekanlar ve ağırlık toplam örnek birimlerin bilgileri kullanarak 48 h. Calculate toprak yoğunluğu için 90 ° C’de kuruduktan sonra tartın. Üç örnek bir bileşik toprak örneği almak için aynı konumdan karıştırın. Toprak numune hazırlama Bileşik toprak örnekleri ile 2 mm perde elek. 10 g subsample çok ince bir toz için elenmiş toprak silindiri değirmen ile eziyet. Toprak örneği analizleri Toprak toplam karbon (C) öğütülmüş silindir örneklerinde yanma CN elemental analyzer 1350 ° c sıcaklıkta üzerinde aracılığıyla içerik ölçmek Kalsiyum karbonat C içerik toprak organik madde 16 h bir fırın için 420 ° c sıcaklıkta pişirme sonra kalan C analiz ederek tahmin ediyoruz. SOC içeriği (%) kalsiyum karbonat C içeriği toplam toprak C içeriği üzerinden çıkararak hesaplar. SOC içeriği (%) toprak yoğunluğu kullanarak SOC yoğunluğu (kg m-2) dönüştürün. Toplu 2 mm süzülen toprak örnekleri Marinelli şişeler içinde koymak ve onları mühür. 137Cs konsantrasyonu (bkz: malzemeler tablo girişleri üç yüksek saflıkta koaksiyel germanyum kristalleri (HpCN30% verim) 8192 kanallı Analizörleri alır bir spektroskopisi sistemi kullanarak gama ışını analizi ile her örneğinin ölçmek ). Bir analitik karışık radyonüklid standart11kullanarak sistemi kalibre. 137Cs konsantrasyon 137Cs stok için toprak yoğunluğu kullanarak dönüştürmek. 137Cs stok Walling ve ark. tarafından geliştirilen bir elektronik sayfa programında eklentisi kütle denge modeli II (MBMII) uygulayarak kullanarak toprak yeniden dağıtım oranını hesaplamak 24. 3. topografya tabanlı modeli geliştirme Topografik asıl bileşen tahmini Tüm çalışma alanı ve küçük ölçekli ekili arazilerinin alanları yerlerde örnekleme için topoğrafik ölçümler ayıklayın. Tüm çalışma alanı örnekleme konumlarda topografik ölçümlerini ortalama ve standart sapma kullanılarak standart hale getirmek. Topografik ölçüm yükleri her bileşen PCA istatistiksel yazılım paketi ile kullanarak standart topografik ölçümlerini dayalı tahmin ediyoruz. Her topografik asıl bileşen (TCK) topografik ölçüm yükleri toplamak ve tüm ölçümleri varyansını % 90’ı açıklamak en iyi Olsen seçin. Küçük ölçekli ekili arazilerinin alanları örnekleme konumlarda topografik ölçümlerini standartlaştırmak. Her konum için üst Olsen toplamına karşılık gelen yükleri WCW örnekleme konumlardan tarafından ağırlıklı standart topografik ölçümleri hesaplayın. Modeli kalibrasyon Kademeli sıradan en azından kare regresyon (SOLSR) SOLSRf modelleri topografya tabanlı SOC yoğunluğu ve toprak yeniden dağıtım oranları küçük ölçekli ekili arazilerinin alanlarındaki tüm topografik ölçümlerini dayalı geliştirmek için gerçekleştirin. Akaike bilgi kriteri (AIC) ve bırak-bir-out çapraz doğrulama topografik ölçümlerini en çok monte SOLSRf modelleri için en iyi kombinasyonu seçmek için kullanın. Eşdoğrusallık varyans enflasyon faktörü (VIF) kullanarak topografik değişkenler arasında kontrol edin. En büyük VIF değişkenlerle kaldırmak (VIF ≥ 7,525) ve VIF yeniden denetleyin. Tüm değişkenleri VIFs < 7.5 olana değişkenleri kaldırın. Topografya tabanlı SOLSRr modeller SOC yoğunluk için geliştirmek ve yeniden dağıtım oranları kaldırılan yüksek Eşdoğrusallık değişkenleri olan topografik ölçümlere göre toprak SOLSR gerçekleştirin. AIC ve bırak-bir-out çapraz doğrulama en çok monte SOLSRr modelleri için en iyi kombinasyonu seçmek için kullanın. SPCR modellerinde topografya tabanlı SOC yoğunluğu geliştirmek ve yeniden dağıtım oranları küçük ölçekli ekili arazilerinin alanlarındaki Olsen temel toprak kademeli asıl bileşen regresyon (SPCR) gerçekleştirin. AIC ve bırak-bir-out çapraz doğrulama Olsen optimal birleşimi en çok monte SPCR modelleri için seçmek için kullanın. Belirlenmesi (Radj2), Nash-Sutcliffe verimlilik (NSE) ve ölçülen verileri (RSR)’in standart sapması için Ortalama karekök hata oranını modeli verimliliği değerlendirmek için ayarlanan katsayısını hesaplar. Modeli değerlendirme SOC yoğunluğu tahmin ve tahmini modelleri uygulayarak yeniden dağıtım oranları tüm çalışma alanı içinde toprak. Gelişmiş modeli tahmin SOC yoğunluğu ölçüm veri kümesi ile karşılaştırarak doğrulama ve yeniden dağıtım oranları tüm çalışma alanı içinde toprak. Radj2, NSE ve RSR kullanarak modeli performansları değerlendirmek değerleri.

Representative Results

Topografya tabanlı modeller soruşturma toprak yeniden dağıtım ve SOC dinamiği fizibilite değerlendirmek için bir testbed Walnut Creek dönüm noktası (WCW) kullanılır. Iowa eyalet içinde Boone ve hikaye eyaletteki bir dönüm noktası olduğunu (41 ° 55′-42 ° 00’N; 93 ° 32′-93 ° 45′ W) bir alana sahip 5,130 ha (Şekil 2). Croplands mi baskın toprak (ortalama 90 m, topografik kabartma 2,29 m) görece düz bir arazi WCW türünü kullanın. Çiftçilik, disking, keski ve kırpma alanları26,27asıl toprak işleme uygulamalarında üzücü işlemlerdir; Ancak, toprak işleme yön yönetim uygulamalarını farklılıkları nedeniyle değişiklik gösterir. Dört yüz altmış ürün alan yerlerde topografik bilgiler WCW (resim 2), türetmek için rastgele seçilmiştir. 460 mekanlar 100, dahil olmak üzere iki 300 m transects (her 9 örnekleme mekanlar var), alan örnekleme yapmak için seçildi ve analiz SOC ve toprak yeniden dağıtım düzeyleri için. Buna ek olarak, iki küçük ölçekli alanı siteleriyle topografik manzara, toprak türleri ve toprak işleme uygulamaları için WCW benzer daha yoğun dağıtımları için seçildi. Her küçük ölçekli alan sitede bir 25 × 25 m kılavuz hücresinin oluşturulmuş ve 230 örnekleme Mekanlar (Şekil 3) kılavuz düðümlerine yerleşmişti. Topografik ölçümlerine ve toprak Özellik bilgilerini 230 konumları için hesaplanan. WCW topografik ölçümlerini yukarıdaki protokol sonrası oluşturulan. WCW göreli bir düşük eğim (0.11 Taliban için 0 arasında değişen), o eğim (0-0,09 m) ve orta eğrilikleri ile düşük orta topografya (260 325 m arasında değişen yükseklik) ile karakterizedir (profil eğrilik: 0,009 m-1,-0.009 planı eğrilik: 0,85 m-1, genel eğriliği için-0.85:-0.02 için 0,02 m-1). DEMs dikey yükselmeler 100 kez pozitif açıklık ölçümleri (POP100) oluşturmak için WCW bulunan nispeten düşük alan ölçeği rahatlama distinguishability artırmak için büyütülmüş. Dönüştürme işleminden sonra olumlu açıklık aralığını arttı 0,08 radyan cinsinden (POP: 1,51-1.59 radyan) 0,86 radyan için (POP100: 0,36-1.22 radyan). Topografik kabartma yedi Kabartma haritalar aşağıdaki yarıçapları ile oluşturulan: 7, 5 m, 15 m, 30 m, 45 m, 60 m, 75 m ve 90 m. İki kabartma asıl bileşenleri yedi kabartma değişkenleri PCA sonuçlarına göre seçildi. İlk gösterdi kaba çözünürlük kabartma varyasyon kabartmalı45 m ana değişken olarak. Biz bu bileşen büyük ölçekli kabartma (LsRe) tanımlanır. Yüksek kabartma7, 5 m ile ilişkili ve iyi çözünürlük kabartma varyasyon sundu, ikinci bileşeni, küçük ölçekli kabartma (SsRe) tanımlanmıştır. Topografik ölçümlerini ve SOC yoğunluk/toprak yeniden dağıtım arasında korelasyon analizleri sonuçları Tablo 2′ de sunulmuştur. TWI ve LsRe en yüksek korelasyon SOC yoğunluğu ve toprak yeniden dağıtım fiyatlar, sırasıyla gösterdi. İki ölçüm uzamsal şekilleri Şekil 4′ te sunulmaktadır. TWI ve LsRe ayrıntılarını transect alanından daha iyi görülebilir. Her iki ölçümleri depressional alan ve eğimli ve ridge alanlarda düşük değerleri yüksek değerleri gösterdi. Ancak, iki ölçüm arasındaki farklar hendek alanlarda, nerede çok yüksek değerler TWI sergilenen ama LsRe değerlerini bitişik alanları farklı değildi oluştu. On beş topografik ölçümlerini oluşturduktan sonra biz PCA topografik bu değişkenler üzerinde WCW 460 örnekleme siteler üzerinde kullanılır. İlk yedi açıkladı topografik asıl bileşenleri (Olsen) daha fazla % 90 değişkenlik bütün topografik DataSet seçildi. Topografya tabanlı modeller oluşturmak için seçilen son beş Olsen Tablo 3′ te listelenir. İlk asıl bileşen için (TPC1), G_Cur en yüksek yükleme gösterdi. Yamaç, TWI, Upsl ve LS_FB TPC2 içinde en önemli ölçütleri 0,35 büyük yükleri ile vardı. TPC3, SK, SPI ve CA 0.482, 0.460 ve 0.400, yükleri ile önemli ölçütleri idi. FPL (-0.703) ve Pl_Cur (0,485) en önemli TPC6 olarak… TPC7 yüksek yükleri ile ana ölçümleri SsRe (0.597), DI (0.435), FPL (0.407) ve Pl_Cur (0.383) idi. Eşdoğrusallık topografik değişkenin VIF incelenerek kontrol edildi. 15 ölçümleri, yamaç, TWI ve G_Cur yüksek VIFs nedeniyle kaldırıldı. Toprak yeniden dağıtım oranları ve site 1 ve 2 karbon yoğunluğu verilerini temel alan, SOLSR modelleri tüm 15 ölçümleri (SOLSRf) kullanılarak geliştirilen ve collinear covariate ile 12 ölçüler kaldırıldı (SOLSRr) (Tablo 4). Genel olarak, ve % 65’in SOC yoğunluğu ve toprak yeniden dağıtım değişkenlik oranları SOLSRf modelleri tarafından sırasıyla açıklanmıştır. Collinear covariate (SOLSRr) kaldırıldı modelleriyle için simülasyon verimliliği daha SOLSRf modelleri (SOC yoğunluk için % 68 ve toprak yeniden dağıtım için % 63’ü) biraz düşüktü. NSEs biraz daha düşük ve RSR vardı biraz SOLSRr modellerinde SOLSRf modelleri yüksek. SPCR modellerinde, benzer simülasyon verimliliği SOLSRr olarak Tablo 4′ te görülmektedir. Ancak, daha az sayıda bağımsız değişken SOLSRf ve SOLSRr modelleri (6’dan fazla değişkenler) SPCR modelleri (5’ten değişkenler) seçildi. 1, 2, 3 ve 7 Olsen Olsen 1 ve SOC model için bağımsız değişken kombinasyonları olarak seçildi, 2, 3, 6 ve 7 toprak yeniden dağıtım modeli için kombinasyon olarak seçildi. En iyi tahminler SPCR modelleri vardı ve SOLSRr modelleri en yoksul performansları havza ölçeğinde gösterdi bulduk. Gözlem için SOC yoğunluğu tahmin karşılaştırarak belirlenmesi (r2) katsayıları arttı: 0,21 SOLSRf ve SOLSR0.16 artan 1) 0,60 SOLSRf ve 0,52 0.66 SPCR ve 2) NSE için SOLSRr r için 0.59 SPCR; RSR 0,87 SOLSRf ve SOLSRr 0.91 0.64 SPCR içinde azaltılmış iken. Toprak yeniden dağıtım oranı tahmininde SPCR değişkenlik ölçülen değişken % 36 sorumluydu ve tahminler SOLSRf () ve SOLSRr (%0.35) daha yüksektir. Bir daha yüksek NSE ve SPCR alt RSR (NSE 0.33, RSR = 0,82 =) SOLSR-f karşılaştırıldığında (NSE = 0.31, RSR 0.83 =) ve SOLSRr (NSE 0,32, RSR = 0,82 =) de toprak yeniden dağıtım oranı simülasyon SPCR tarafından daha iyi bir performans gösterdi. Modeli performans değerlendirme göre SPCR modelleri SOC yoğunluğu oluşturmak üzere seçildi ve toprak yeniden dağıtım oranı havza ölçeğinde eşler. Haritalar modeli simülasyonları ve Saha ölçümleri (Şekil 5) arasında tutarlı desenler ortaya koydu. Yüksek yoğunluktaki simülasyonları ve gözlemler arasında daha belirgin boyunca transects. Her iki SOC yoğunluğu ve toprak yeniden dağıtım oranları manzara topografya ile yüksek korelasyon gösterdi. SOC yoğunluğu yüksek değerler footslope ve depositional alanlarda, nerede toprak birikimi oluştu, SOC yoğunluğu düşük değerler eğimli içinde gözlenen bulunan alanlarda, nerede toprak erozyonu gerçekleşti. Resim 1 : Yamaç, boy, sistem otomatik Geoscientific Analizi (destan) için modülünde eğriliği. Çokgenler çalışma alanları konumları göster. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Resim 2 : Walnut Creek bir dönüm noktası ve örnekleme siteleri (Iowa) bir dönüm noktası olarak konumunu. Bu rakam önceki iş17uyarlanmıştır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 3 : Konumu örneklenen sitelerin bir) 1 ve 2 b) (z ekseni 15 x yükseklik). Bu rakam önceki iş17uyarlanmıştır. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız.  Şekil 4 : Topografik ölçüm haritalar. (a) topografik ıslaklık dizin (TWI) ve (b) büyük ölçekli topografik kabartma (LsRe) Walnut Creek bir dönüm noktası ve alan (z ekseni 15 x yükseklik) transect. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Şekil 5 : Toprak yeniden dağıtım oranı (t ha-1 yıl-1) haritalar ve SOC yoğunluğu (kg m-2) haritalar .  Toprak yeniden dağıtım haritalar (a) içinde Walnut Creek bir dönüm noktası ve (b) boyunca iki transects gösterilmiştir. SOC yoğunluğu (kg m-2) haritalar (c) Walnut Creek bir dönüm noktası ve (d) içinde iki gösterilmiştir kademeli asıl bileşen analizi modelleri (z ekseni 15 x yükseklik) kullanan transects. Bu rakam daha büyük bir versiyonunu görüntülemek için buraya tıklayınız. Değişkenleri Önemi Yamaç (Taliban) Akış hızı, toprak su içerik28,29 Profil eğriliği (m-1) Akış ivme, toprak erozyonu, birikim hızı11,30 Eğriliği (m-1) planı Yakınsama ve ıraksak evrim süreçleri sonucu, toprak su içerik30 akış Genel eğriliği (m-1) Akış hızı, toprak erozyonu, ifade29 Akış birikimi Toprak su içerik, akış cilt20 Topografik kabartma (m) Drenaj özellikleri, akış hızı ve ivme21,31 manzara  Pozitif açıklık (Taliban) Drenaj özellikleri manzara, su içerik32 toprak O eğim (m) Akış hızı33,34 Akış yol uzunluğu (m) Tortu verim, erozyon hızı35  Downslope dizin (Taliban) Toprak su içerik36 Havza (m2) Akış hızı ve hacim33,37  Topografik ıslaklık Dizin Toprak nem dağıtım28,38,39  Akış güç dizini Toprak erozyonu, yakınsama akışı40  Yamaç uzunluğu faktörü Yakınsama ve ıraksak evrim süreçleri sonucu28,40 akışı Tablo 1: Seçili topografik ölçüm anlamlar. Yamaç P_Cur Pl_Cur G_Cur SK LsRe SsRe POP Upsl FPL DI CA TWI SPI LS_FB (Taliban) (m-1) (m-1) (m-1) (m) (m) (Taliban) (m) (m) (°) (m2) SOC -0.687 -0.159 -0.333 -0.288 0.165 0.698 -0.171 -0.451 -0.315 0.499 0.413 0.588 0.735 0.165 -0.453 , † ** *** *** *** , † *** *** *** *** *** , † , ‡ *** *** SR -0.65 -0.205 -0.274 -0.282 0.156 0.687 -0.099 -0.427 -0.217 0.487 0.361 0.565 0.647 0.156 -0.438 , † *** *** *** ** , ‡ * *** *** *** *** , † , † *** *** P_Cur, Pl_Cur ve G_Cur profil eğriliği, planı eğriliği ve genel eğriliği, sırasıyla vardır; SK akışı birikimi olduğunu; RePC1 ve RePC2 sırasıyla 1 ve 2, topografik kabartma bileşeni. POP100 olumlu açıklık olduğunu; Upsl o viraj gibidir; FPL akış yolu uzunluğundadır; DI downslope dizinidir; CA havza olduğunu; TWI topografik ıslaklık dizinidir; ve SPI akışı güç dizinidir; ve LS_FB yamaç uzunluğu faktördür (temel alanı). * P < 0,05, ** P < 0.005, *** P < 0,0001. †Correlation katsayısı > 0.5, ‡Highest korelasyon katsayısı her toprak özellik için. Tablo 2: Spearman’ın sıralama korelasyon (n = 560) seçili topografik ölçümlerine ve toprak organik karbon (SOC) yoğunluk ve toprak yeniden dağıtım oranları (SR) arasında. TPC1(25%) TPC2(24%) TPC3(14%) TPC6(5%) TPC7(4%) Yamaç 0.062 0.475† -0.035 -0.013 -0.183 P_Cur -0.290 0.000 0,346 -0.070 -0.002 Pl_Cur -0.283 0.107 -0.001 0.485† 0.383† G_Cur -0.353† 0.054 0.275 0,025 0,100 SK 0,297 -0.042 0.482† 0,179 0.131 LsRe 0.309 -0.193 -0.237 0.113 -0.116 SsRe 0.234 0.266 -0.118 0.084 0.597† POP100 -0.330 0.092 0,258 -0.292 0.217 Upsl 0,187 0.419† -0.143 -0.066 0.012 FPL 0.147 -0.168 -0.088 -0.703† 0.407† DI 0.103 -0.220 -0.164 0.184 0.435† CA 0.326 -0.128 0.4† -0.160 -0.092 TWI 0.053 -0.465† -0.067 0.185 -0.047 SPI 0.345 -0.014 0.46† 0,169 0.080 LS_FB 0.256 0.396† 0.050 0.011 -0.072 P_Cur, Pl_Cur ve G_Cur profil eğriliği, planı eğriliği ve genel eğriliği, sırasıyla vardır; SK akışı birikimi olduğunu; RePC1 ve RePC2 sırasıyla 1 ve 2, topografik kabartma bileşeni. POP100 olumlu açıklık olduğunu; Upsl o viraj gibidir; FPL akış yolu uzunluğundadır; DI downslope dizinidir; CA havza olduğunu; TWI topografik ıslaklık dizinidir; ve SPI akışı güç dizinidir; ve LS_FB yamaç uzunluğu faktördür (temel alanı). †Loadings > 0,35. Tablo 3: Asıl bileşenleri (Olsen) değişken yükleri hesaplanan topografik ölçülerini (n = 460) Walnut Creek havza içinde. Modeli R2adj NSE RSR Kademeli asıl bileşen regresyon (SPCR) SOC 2.932-0.058TPC2 – 0.025TPC3 + 0.051TPC7 + 0.037TPC1† 0,68 0,69 0.56 SR 2.111 + 0.013TPC1 + 0.032TPC7-0.028TPC2-0.016TPC3-0.010TPC6 0,63 0,63 0,61 Kademeli sıradan en azından kare regresyon (SOLSRf) SOC 2.755 + 0.021TWI + 0.0004FPL-6.369G_Cur-5.580Slope+ 0.011LsRe + 0.091DI + 0.013SsRe + 0.125LS_FB 0,7 0.71 0,55 SR 2.117 + 0.007LsRe-3.128Slope + 0.109DI + 0.010SsRe + 0.0002FPL+ 0.801Upsl – 4.442P_Cur 0.65 0.65 0.59 Kademeli sıradan en azından kare regresyon ile collinear covariate (SOLSRr) kaldırıldı SOC 2.951 + 0.033LsRe-2.869Upsl + 0.0006FPL + 0.028SsRe + 0.124DI-0.163LS_FB + 0.007SPI-10.187P_Cur 0,68 0,68 0.56 SR 2.042 + 0.016LsRe-0.146LS_FB + 0.118DI + 0.017SsRe + 0.0003FPL+ 0.070POP 0,63 0.64 0,6 † Olsen sırasını kademeli seçimi adımlar temel R2adj ayarlanan katsayısı olduğunu; NSE Nash-Sutcliffe verimliliği olduğunu; RSR ortalama karekök hata (RMSE) ölçülen verileri standart sapması oranıdır. TPC topografik asıl bileşenini temsil eder. TWI topografik ıslaklık dizinidir; FPL akış yolu uzunluğundadır; P_Cur, Pl_Cur ve G_Cur profil eğriliği, planı eğriliği ve genel eğriliği, sırasıyla vardır; LS_FB yamaç uzunluğu faktördür (alanı) göre; LsRe ve SsRe büyük ölçekli ve küçük ölçekli topografik kabartma, anılan sıraya göre. DI downslope dizinidir; ve Upsl o eğim. Tablo 4: Modelleri toprak organik karbon (SOC) yoğunluk ve topografik ölçümlerini sitelerde 1 ve 2 esas tarım alanları için toprak yeniden dağıtım oranları (SR).

Discussion

SOLSRf modelleri yapılmasından alan ölçekte SPCR modellere kıyasla biraz daha iyi performans vardı. Ancak, bazı SPI ve CA (r > 0,80), gibi topografik ölçümlerini birbirleri ile yakından ilişkili. Eşdoğrusallık belirsizlikler modeli Öngörüler için ekleyebilirsiniz. Nedeniyle multicollinearity Öngördürücüleri arasında küçük değişiklikler girdi değişkenlerini modeli Öngörüler41önemli ölçüde etkileyebilir. Bu nedenle, SOLSRf modelleri kararsız olma eğilimi ve düşük gösterdi SOC yoğunluğu ve toprak yeniden dağıtım havza ölçeği hızında simülasyonlar verimliliği. SPCR modelleri önemli ölçüde tahmin havza ölçeğinde SOC dağılımın SOLSRf modellerinde geride. Olsen multicollinearity karşılıklı olarak bağımsız (dik) bileşenlerine on beş topografik ölçümlerini dönüştürerek ortadan kaldırmak. Dönüşüm aynı zamanda topoğrafik ölçümler arasındaki temel ilişkiyi ortaya çıkardı. Bileşenleri topografik ölçümlerini yüksek yükleri (> 0,35) tarafından belirtildiği gibi TPC1, TPC2, TPC3, TPC6 ve TPC7 sırasıyla akış hızı, toprak su içeriği, ikinci tur birim, akış sapma ve akışını hızlandırma, ile ilişkili bulunmuştur. Kayma toprak yeniden dağıtım oranları ve SOC dağıtım son derece toprak su içeriği ile ilişkili ve ikinci tur bu gösterdi Fox ve özelikle2, çalışma ile tutarlıdır WCW ıraksak evrim süreçleri sonucu topraktan aşınmış Upland akışı bir alçak kabartma tarım havza ıraksak evrim süreçleri sonucu etkiledi.

Ayrıca, SPCR modelleri daha az tahmin değişkenleri SOLSRf ve SOLSRr modelleri daha fazla tahmin modelleri42,43uydurma riski düşürülmüştür. Veri yorumlama zorluk artırmak ve yüksek Y’deki modeli simülasyonları41,44,45, neden tüm SOLSR modelleri fazla altı değişkenleri vardı. Bu SOLSR modeller SPCR modelleri tarafından WCW içinde daha düşük tahmin verimliliği için sorumlu olabilir.

Topografya-toprak yeniden dağıtım ve ilişkili SOC dinamikleri simüle avantajları tabanlı SPCR modelleri var. İlk, topografik bilgi kolayca DEMs elde edilebilir. Artan erişilebilirliğini son yüksek uzaysal çözünürlük LIDAR veri DEM kaynaklı manzara topografya doğruluğunu geliştirmek ve araştırmalar sınırlı alan gözlemleri ile bölgelerde yarar yardımcı olabilir. İkinci olarak, bir dizi topografik ölçümlerini ve istatistiksel analizleri kullanarak, topografya tabanlı modeller verimli toprak yeniden dağıtım ve SOC dağıtım modelleri ölçmek. Üçüncü olarak, asıl bileşen uygulanması etkili topografik ölçüm multicollinearity ile ilgili önyargıları azaltmak ve birden çok kayma ölçekler için uygulandığında kademeli regresyon modelleri kararlılığını artırmak.

Ancak, SPCA modelleri modeli geliştirme sırasında değişkenleri tarafından sınırlandırılabilir. LIDAR veri uygulamasını ekolojik çalışmalarda artmış olmasına rağmen elde yararlı topografik bilgi için yöntemleri henüz tam olarak araştırılmalıdır değil. Bu çalışmada, TWI ve LsRe en yüksek korelasyon SOC yoğunluğu ve toprak yeniden dağıtım fiyatlar, sırasıyla gösterdi. Ancak, dikkate alınmaz başka topografik değişkenler eşit olabilir veya toprak erozyonu ve C dinamikleri açıklayan daha önemli. Ayrıca, toprak erozyon değişkenlik neden olabilir, yönetim uygulamaları gibi diğer faktörler bu çalışmaya dahil değildi. Örneğin, toprak işleme maksimum eğim yönüne paralel iken, erozyonla toprak o46dönüm slantwise toprak işleme erozyon göre çift. Bu nedenle, farklı toprak işleme uygulamaları da azaltılmış tahmin verimliliği SPCR modelleri için bir sebep olabilir.

Çalışma kağıt Catena17‘ yayınlanan dayanmaktadır. Bir mekanik tabanlı analiz Catena kağıt gibi toprak özellikleri ve toprak hareketi topografik etkiler yerine, burada biz topografik ölçümlerini miktarının ve topografya tabanlı modeller geliştirmek için yöntemleri üzerinde duruldu. Biz fizibilite ve topografya tabanlı modeller toprak özellikleri kayma yapısını çalışmalarda kullanmanın avantajları tartışıldı. Bu arada, biz bizim modelleri algoritmalar yamaç uzunluğu faktörü ve akış birikimi güncelleştirerek geliştirilmiş. Yamaç uzunluğu faktörü ölçüm ölçeğini alanın alan için sınırlı. Ayrıca, belirli Infinity algoritma akış birikimi üretimi için kullanıldı. Li ve ark. içinde bildirilen yöntemi ile karşılaştırıldığında akış birikimi deterministic sekiz düğümlü algoritma, bu çalışmada kabul Infinity algoritması ile oluşturulan 17 döngüler akış yönünü Angles azaltır ve alçak kabartma alanları47için daha iyi bir algoritma olduğunu kanıtladı.

Sonuç olarak, bizim sonuçlar SPCR modelleri topografya tabanlı SOC dağıtım ve tarım alanlarında toprak yeniden dağıtım modelleri simüle içinde fizibilite gösterilmektedir. SOC hisse senetleri ve toprak yeniden dağıtımı oranlarını tahmin etmek için düşük maliyetli bir yöntem olarak sınırlı gözlemsel verilere ve özel toprakları kamu erişim eksik siteleri için geçerlidir. Gelecekte çalışmaları, modelleri daha fazla incelik ve LIDAR veri kullanılabilirliği ve ek topografik ölçümlerini eklenmesi ile gelişmiş olabilir tahmin. Modelleri alan geliştirilen büyük ölçekli toprak Özellik eşlemeleri topografik etkileri toprak hareket tarım manzara ve havza ve bölgesel ölçeklerde SOC kaderi üzerinde yatan mekanizmaları daha fazla anlayış için yol açacaktır.

Disclosures

The authors have nothing to disclose.

Acknowledgements

Bu araştırma USDA doğal kaynakları koruma hizmeti ile birlikte Ulusal Koruma etkileri değerlendirme projesi (URM’leri 67-3A75-13-177) sulak bileşeni tarafından desteklenmiştir.

Materials

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
DOWNLOAD MATERIALS LIST

References

  1. Lal, R. Soil erosion and carbon dynamics. Soil and Tillage Research. 81 (2), 137-142 (2005).
  2. Fox, J. F., Papanicolaou, A. N. The use of carbon and nitrogen isotopes to study watershed erosion processes. Journal of the American Water Resources Association. 43 (4), 1047-1064 (2007).
  3. Hemelryck, H. V., Fiener, P., Van Oost, K., Govers, G., Merckx, R. The effect of soil redistribution on soil organic carbon: An experimental study. Biogeosciences. 7 (12), 3971-3986 (2010).
  4. McCarty, G. W., Ritchie, J. C. Impact of soil movement on carbon sequestration in agricultural ecosystems. Environmental Pollution. 116 (3), 423-430 (2002).
  5. Quine, T. A., van Oost, K. Quantifying carbon sequestration as a result of soil erosion and deposition: Retrospective assessment using caesium-137 and carbon inventories. Global Change Biology. 13 (12), 2610-2625 (2007).
  6. Polyakov, V. O., Lal, R. Soil organic matter and CO2 emission as affected by water erosion on field runoff plots. Geoderma. 143 (1-2), 216-222 (2008).
  7. Balesdent, J., Mariotti, A., Boisgontier, D. Effect of tillage on soil organic carbon mineralization estimated from 13C abundance in maize fields. Journal of Soil Science. 41, 587-596 (1990).
  8. Van Oost, K., et al. Landscape-scale modeling of carbon cycling under the impact of soil redistribution: The role of tillage erosion. Global Biogeochemical Cycles. 19 (4), 1-13 (2005).
  9. De Gryze, S., Six, J., Bossuyt, H., Van Oost, K., Merckx, R. The relationship between landform and the distribution of soil C, N and p under conventional and minimum tillage. Geoderma. 144 (1-2), 180-188 (2008).
  10. Zhang, J., Quine, T. A., Ni, S., Ge, F. Stocks and dynamics of SOC in relation to soil redistribution by water and tillage erosion. Global Biogeochemical Cycles. 12, 1834-1841 (2006).
  11. Ritchie, J. C., McCarty, G. W., Venteris, E. R., Kaspar, T. C. Soil and soil organic carbon redistribution on the landscape. Geomorphology. 89, 163-171 (2007).
  12. Vander Perk, M., Slávik, O., Fulajtár, E. Assessment of spatial variation of cesium-137 in small catchments. Journal of Environmental Quality. 31 (6), 1930-1939 (2002).
  13. Rezaei, S. A., Gilkes, R. J. The effects of landscape attributes and plant community on soil physical properties in rangelands. Geoderma. 125 (1-2), 145-154 (2005).
  14. Rieke-Zapp, D. H., Nearing, M. A. Slope shape effects on erosion: a laboratory study. Soil Science Society of America Journal. 69 (5), 1463-1471 (2005).
  15. Schwanghart, W., Jarmer, T. Linking spatial patterns of soil organic carbon to topography – A case study from south-eastern Spain. Geomorphology. 126 (1-2), 252-263 (2011).
  16. Dialynas, Y. G., et al. Topographic variability and the influence of soil erosion on the carbon cycle. Global Biogeochemical Cycles. 30, 644-660 (2016).
  17. Li, X., McCarty, G. W., Karlen, D. L., Cambardella, C. A. Topographic metric predictions of soil redistribution and organic carbon in Iowa cropland fields. Catena. 160, 222-232 (2018).
  18. Amore, E., Modica, C., Nearing, M. A., Santoro, V. C. Scale effect in USLE and WEPP application for soil erosion computation from three Sicilian basins. Journal of Hydrology. 293 (1-4), 100-114 (2004).
  19. Doetterl, S., et al. Erosion, deposition and soil carbon: A review of process-level controls, experimental tools and models to address C cycling in dynamic landscapes. Earth-Science Reviews. 154, 102-122 (2016).
  20. Gessler, P. E., Chadwick, O. A., Chamran, F., Althouse, L., Holmes, K. Modeling soil-landscape and ecosystem properties using terrain attributes. Soil Science Society of America Journal. 64 (6), 2046-2056 (2000).
  21. Montgomery, D. R., Brandon, M. T. Topographic controls on erosion rates in tectonically active mountain ranges. Earth and Planetary Science Letters. 201 (3-4), 481-489 (2002).
  22. Pan, B., Geng, H., Hu, X., Sun, R., Wang, C. The topographic controls on the decadal-scale erosion rates in Qilian Shan Mountains N.W. China. Earth and Planetary Science Letters. 292 (1-2), 148-157 (2010).
  23. Conrad, O., et al. System for Automated Geoscientific Analyses (SAGA) v . 2.1.4. Geoscientific Model Development. 8, 1991-2007 (2015).
  24. Walling, D. E., Zhang, Y., He, Q. Models for deriving estimates of erosion and deposition rates from fallout radionuclide (caesium-137, excess lead-210, and beryllium-7) measurements and the development of user friendly software for model implementation (IAEA-TECDOC-1665). International Atomic Energy Agency. , 11-33 (2011).
  25. Sindayihebura, A., Ottoy, S., Dondeyne, S., Van Meirvenne, M., Van Orshoven, J. Comparing digital soil mapping techniques for organic carbon and clay content Case study in Burundi’s central plateaus. Catena. 156, 161-175 (2017).
  26. Schumacher, J. A., Kaspar, T. C., Ritchie, J. C., Schumacher, T. E., Karlen, D. L. Identifying spatial patterns of erosion for use in precision conservation. Journal of Soil and Water Conservation. 60 (6), 355-362 (2005).
  27. Young, C. J., et al. Evaluation of a model framework to estimate soil and soil organic carbon redistribution by water and tillage using 137Cs in two U.S. Midwest agricultural fields. Geoderma. 232, 437-448 (2014).
  28. Afshar, F. A., Ayoubi, S., Jalalian, A. Soil redistribution rate and its relationship with soil organic carbon and total nitrogen using 137Cs technique in a cultivated complex hillslope in western Iran. Journal of Environmental Radioactivity. 101 (8), 606-614 (2010).
  29. Li, Q. Y., Fang, H. Y., Sun, L. Y., Cai, Q. G. Using the 137Cs technique to study the effect of soil redistribution on soil organic carbon and total nitrogen stocks in an agricultural catchment of Northeast China. Land Degradation & Development. 25 (4), 350-359 (2014).
  30. Troch, P., Van Loon, E., Hilberts, A. Analytical solutions to a hillslope-storage kinematic wave equation for subsurface flow. Advances in Water Resources. 25 (6), 637-649 (2002).
  31. Tucker, G. E., Bras, R. L. Hillslope processes, drainage density, and landscape morphology. Water Resources Research. 34 (10), 2751-2764 (1998).
  32. Seijmonsbergen, A. C., Hengl, T., Anders, N. S. Semi-Automated Identification and Extraction of Geomorphological Features Using Digital Elevation Data. Developments in Earth Surface Processes. 15, (2011).
  33. Moore, I. D., Grayson, R. B., Ladson, D. A. R. Digital terrain modelling: A review of hydrological, geomorphological, and biological applications. Hydrological Processes. 5, 3-30 (1991).
  34. Kirkby, M. J. Do not only connect: A model of infiltration-excess overland flow based on simulation. Earth Surface Processes and Landforms. 39 (7), 952-963 (2014).
  35. Sharpley, A., Kleinman, P. Effect of rainfall simulator and plot scale on overland flow and phosphorus transport. Journal of Environmental Quality. 32 (6), 2172-2179 (2003).
  36. Hjerdt, K. N. A new topographic index to quantify downslope controls on local drainage. Water Resources Research. 40 (5), 1-6 (2004).
  37. Kasai, M., Marutani, T., Reid, L. M., Trustrum, N. A. Estimation of temporally averaged sediment delivery ratio using aggradational terraces in headwater catchments of the Waipaoa River, North Island, New Zealand. Earth Surface Processes and Landforms. 26 (1), 1-16 (2001).
  38. Lang, M. W., McCarty, G. W., Oesterling, R., Yeo, I. Y. Topographic metrics for improved mapping of forested wetlands. Wetlands. 33 (1), 141-155 (2013).
  39. Li, X., et al. Topographic and physicochemical controls on soil denitrification in prior converted croplands located on the Delmarva Peninsula, USA. Geoderma. 309, 41-49 (2018).
  40. Conforti, M., Aucelli, P. P. C., Robustelli, G., Scarciglia, F. Geomorphology and GIS analysis for mapping gully erosion susceptibility in the Turbolo stream catchment (Northern Calabria, Italy). Natural Hazards. 56 (3), 881-898 (2011).
  41. Dormann, C. F., et al. Collinearity: A review of methods to deal with it and a simulation study evaluating their performance. Ecography. 36 (1), 027-046 (2013).
  42. Fodor, I. K. . A survey of dimension reduction techniques. 9, 1-18 (2002).
  43. Quijano, L., Gaspar, L., Navas, A. Spatial patterns of SOC, SON, 137 Cs and soil properties as affected by redistribution processes in a Mediterranean cultivated field (Central Ebro Basin). Soil and Tillage Research. 155, 318-328 (2016).
  44. Næs, T., Martens, H. Principal component regression in NIR analysis: Viewpoints, background details and selection of components. Journal of Chemometrics. 2 (2), 155-167 (1988).
  45. Shlens, J. A Tutorial on Principal Component Analysis. Measurement. 51, 52 (2014).
  46. Heckrath, G., et al. Tillage erosion and its effect on soil properties and crop yield in Denmark. Journal of Environmental Quality. 34, 312-324 (2005).
  47. Tarboron, G. A new method for the determination of flow directions and upslope areas in grid digital elevation models. Water Resources Research. 33 (2), 309-319 (1997).

Tags

Principal ComponentsTopographic ModelsSoil RedistributionSoil Organic CarbonGeoTREELight Detection And RangingDigital Elevation ModelsDEMSlopeCurvatureFlow AccumulationPositive OpennessLS-factorFlow Path LengthDownslope IndexCatchment Area

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Li, X., McCarty, G. W. Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon. J. Vis. Exp. (140), e58189, doi:10.3791/58189 (2018).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image