Cette méthode peut aider à répondre à des questions clés dans le domaine agricole, telles que la façon dont la topographie du paysage peut affecter l’érosion des sols et la dynamique des matières organiques du sol. Le principal avantage de cette technique est qu’elle s’applique aux sites ayant des observations limitées et qu’elle fournit une estimation rentable des stocks organiques de carbone du sol et des processus de redistribution des sols. Tout d’abord, recueillir des données sur le site Web du GeoTREE Light Detection and Ranging Mapping Project.
Sélectionnez type de limite et région pour zoomer sur une zone spécifique. Ensuite, dessinez un polygone pour télécharger la détection de lumière et en étendant les tuiles pour la zone d’étude sélectionnée. Convertissez la détection de lumière brute et les données de portée en un fichier LAS à l’aide de l’outil de cartographie du système d’information géographique.
Ensuite, générer des modèles d’élévation numérique, ou DEMS, avec une résolution spaciale de trois mètres en utilisant l’interpolation inversement pondérée par distance. Filtrez le DEMS de trois mètres deux fois avec un filtre à faible passage à trois grains pour réduire les bruits associés aux variations locales. Pour générer des mesures topographiques, cliquez d’abord sur Import Raster dans la section Import/Export pour importer le DEMS filtré de trois mètres dans SAGA.
Ensuite, cliquez sur la pente, aspect, module courbure de SAGA avec les paramètres par défaut pour générer la pente, la métrique liée à la courbure, et la métrique de courbure générale à l’aide des DEM filtrés. Cliquez sur le module Flow Accumulation Top-Down de SAGA, et sélectionnez Infinity déterministe comme méthode pour générer la métrique d’accumulation de flux à l’aide des DEM filtrés. Par la suite, cliquez sur le module SAGA Topographique d’ouverture avec les paramètres par défaut pour générer la mesure d’ouverture positive à l’aide d’une image amplifiée filtre z-axis.
L’élargissement des distances verticales dans les modèles d’élévation numérique améliore la distinction d’ouverture positive sur les sites à surface relativement plane. Cliquez sur le module LS-Factor Field Based de SAGA avec les paramètres par défaut pour générer les mesures des facteurs de pente ascendante et de longueur de pente à l’aide des DEM filtrés. Ensuite, cliquez sur le module Longueur du chemin d’écoulement de SAGA avec les paramètres par défaut pour générer la mesure de longueur de chemin d’écoulement à l’aide des DEM filtrés.
Cliquez sur le module Downslope Distance Gradient de SAGA avec les paramètres par défaut pour générer la mesure de l’index en pente descendante à l’aide des DEM filtrés. Maintenant, cliquez sur le module SAGA Wetness Index, et sélectionnez la zone de chahre absolue comme type de zone pour générer la zone de captage et les mesures topographiques de l’indice d’humidité à l’aide des DEM filtrés. Cliquez sur le module Stream Power Index de SAGA, et sélectionnez pseudo zone de captage spécifique comme conversion de zone pour générer la mesure de l’index d’alimentation du flux à l’aide des DEM filtrés.
Par la suite, générer des cartes d’altitude maximale avec plusieurs rayonnements. Filtrez les cartes d’altitude maximale deux fois à travers un filtre à faible passage à trois grains. Soustrayez le DEM filtré de trois mètres des cartes d’altitude maximale filtrées pour obtenir une série de cartes de relief.
Extraire une série de variables de relief à un certain nombre d’endroits. Effectuez l’analyse principale des composants sur les variables de relief pour convertir les reliefs en composants de relief topographiques. Sélectionnez les principaux composants qui expliquent la variance de plus de 90 % de l’ensemble de données de relief comme mesure topographique de relief.
Normalisez les sept cartes de secours à l’aide d’écarts moyen et types. Créez des composants principaux de secours à la somme du relief topographique normalisé pondéré par les charges correspondantes. Tout en créant la mesure de relief, il est important de générer des images de relief à diverses échelles spatiales afin de limiter les incertitudes associées à la sélection arbitraire du rayon, car les contrôles du relief sur les propriétés du sol pourraient être influencés par les échelles spatiales de relief.
Choisissez un certain nombre d’emplacements de champs de cultures qui peuvent représenter adéquatement les caractéristiques du paysage de la zone d’étude et plusieurs champs de cultures représentatifs à petite échelle qui peuvent être échantillonnés intensivement. Téléchargez toutes les coordonnées de localisation de l’échantillon sur un système de positionnement géographique basé sur le code et localisez-les physiquement sur le terrain. Ensuite, prélevez trois échantillons pour chaque emplacement d’échantillonnage à partir de la couche de sol supérieure de 30 centimètres à l’aide d’une sonde push.
Enregistrez l’information géographique sur les lieux d’échantillonnage à l’aide du système de positionnement géographique. Par la suite, tamisez l’échantillon de sol à l’écran de deux millimètres. Peser les échantillons de sol après séchage.
Calculer la densité du sol à l’aide des volumes totaux de l’échantillon aux endroits et aux poids d’échantillonnage. Mélangez les trois échantillons au même endroit pour obtenir un échantillon composite de sol. Moudre un sous-échantillon de 10 grammes du sol tamisé en une poudre très fine avec un moulin à rouleaux.
Maintenant, mesurez la teneur totale en carbone du sol dans l’échantillon broyé à rouleaux par combustion sur un analyseur élémentaire cn à une température de 1350 degrés Celsius. Après la cuisson de la matière organique du sol dans un four, estimer la teneur en carbone carbonate de calcium en analysant le reste du carbone. Maintenant, placez les échantillons de sol tamisés en vrac de deux millimètres dans les beakers Marinelli, et scellez-les.
Placez le bécher dans le détecteur et mesurez la concentration de césium de chaque échantillon à l’aide d’une analyse gamma à l’aide d’un système de spectroscopie qui reçoit les entrées de trois cristaux de germanium coaxial de haute pureté en analyseurs à 8 192 canaux. Enregistrez la production de concentration de césium. Enfin, calculez le taux de redistribution du sol à l’aide de l’inventaire du césium en appliquant le modèle d’équilibre de masse II dans un programme d’ajout de feuilles de calcul.
460 emplacements de champs de culture ont été choisis au hasard pour obtenir des renseignements topographiques dans le bassin versant du ruisseau Walnut, dans l’Iowa. Les résultats des analyses de corrélation entre les mesures topographiques et la densité organique du carbone dans le sol, la redistribution des sols sont présentés ici. L’indice topographique d’humidité et le relief topographique à grande échelle ont montré les corrélations les plus élevées avec les taux de densité et de redistribution du sol, respectivement.
Les modèles spatiaux des deux mesures ont montré des valeurs élevées dans la zone dépressionnelle et de faibles valeurs dans les zones en pente et en crête. Cependant, les différences entre les deux mesures se sont produites dans les zones de fossé, où l’indice topographique d’humidité présentait des valeurs extrêmement élevées, mais les valeurs de relief topographique à grande échelle n’étaient pas différentes des zones adjacentes. Cinq principaux composants topographiques qui ont été sélectionnés pour construire des modèles basés sur la topographie sont énumérés ici.
Plus de 70 et 65 % de la variabilité de la densité organique du carbone dans le sol et des taux de redistribution du sol s’expliquent par le modèle de régression le moins carré ordinaire avec des variables entières, respectivement. Pour les modèles avec covariate collinear enlevé, l’efficacité de simulation étaient légèrement inférieures au modèle de régression le moins carré standard stepwise avec modèle de variables entières. Pour les modèles SPCR, des gains d’efficacité de simulation similaires à ceux du modèle de régression le moins carré ordinaire avec covariate collinear supprimé sont observés.
Les cartes de redistribution du sol et de densité organique du carbone du sol générées à partir des modèles SPCR ont révélé des modèles cohérents entre les simulations de modèles et les mesures sur le terrain. Cette technique ouvre la voie aux chercheurs dans le domaine de l’agriculture afin d’explorer la redistribution des sols et les modèles de matière organique à l’échelle des bassins versants et régionaux. La technique pourrait être améliorée avec un plus grand raffinement de la détection de la lumière et la portée des données et l’inclusion de mesures topographiques supplémentaires.
