Name: use of principal components for scaling up topographic models to map soil redistribution and soil organic carbon
Uploaded: 2018-10-16T14:00:00
Duration: 9 min 44 s
Description: Watch this Scientific Journal Video about Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon at JoVE.com

Denne forskning blev støttet af USDA Natural Resources Conservation Service i forening med komponenten vådområde af nationale bevarelse effekter vurdering projektet (referencecentre 67-3A75-13-177).

1. topografiske analyser
<ol><li>Digital data forbehandle<ol>
<li>Indsamle LiDAR data fra GeoTREE LiDAR kortlægning Projektets website. Vælg "grænsen type" og "region" for at zoome ind på et bestemt område. Tegn en polygon for at hente LiDAR fliser til den valgte undersøgelse område.</li>
		<li>Konvertere LiDAR rådata til en LAS fil ved hjælp af geografisk information ordning (GIS) kortlægning værktøj.</li>
		<li>Generere Demokrater med en 3-m rumlige opløsning ved hjælp af invers afstand vægtet interpolation.</li>
		<li>Filter 3-m Demokrater to gange med en 3-kerne lavpasfilter at reducere lyde knytte til lokal variation.</li>
	</ol>
</li>
	<li>Topografisk metriske generation<ol>
<li>For at generere topografiske målinger, først downloade den nyeste version af System for automatiseret Geoscientific analyse (SAGA)23. Klik på "Importer Raster" i afsnittet Importer/eksporter for at importere de filtrerede 3-m Demokrater i SAGAEN.</li>
		<li>Klik på modulet "Skråning, aspekt, krumning" af SAGA med standardindstillingerne til at generere hældningen og krumning-relaterede [profil krumning (P_Cur), planen krumning (Pl_Cur) og generelle krumning (G_Cur)] målinger ved hjælp af filtreret Demokrater (figur 1).</li>
		<li>Klik på modulet "Flow ophobning (Top-Down)" af SAGA og vælg "Deterministisk infinity" som metode til at generere strøm ophobning (FA) metrisk ved hjælp af filtreret Demokrater.</li>
		<li>Klik på modulet "SAGA topografisk åbenhed" med standardindstillingerne til at generere positive åbenhed (POP) metrikværdien bruger en filtreret z-aksen forstærket billede.</li>
		<li>Klik på modulet "LS-faktor (felt baseret)" af SAGA med standardindstillingerne til at generere toppens Forside hældning (Upsl) og skråner længde faktor (LS_FB) målinger ved hjælp af filtreret Demokrater.</li>
		<li>Klik på modulet "Flow stilængde" af SAGA med standardindstillingerne til at generere flow sti længde (FPL) metrisk ved hjælp af filtreret Demokrater.</li>
		<li>Klik på modulet "Bagside afstand Gradient" af SAGA med standardindstillingerne til at generere den bagside index (DI) måling ved hjælp af filtreret Demokrater.</li>
		<li>Klik på modulet "SAGA fugtighed Index" og vælg "absolutte afvandingsområde" som Type område til at generere opland (CA) og topografiske fugtighed index (TWI) målinger ved hjælp af filtreret Demokrater.</li>
		<li>Klik på modulet "Stream Power Index" af SAGA og vælg "pseudo specifikke afvandingsområde" som område konvertering til at generere stream power index (SPI) metrisk ved hjælp af filtreret Demokrater.</li>
		<li>Generere maksimale højde kort med flere radius. Filtrere de maksimale højde kort to gange gennem en 3-kerne lavpasfilter. Fratræk den filtrerede 3-m DEM fra de filtrerede maksimale højde kort for at få en række relief kort. Udtrække en række relief variabler til en række steder.</li>
		<li>Udføre principal komponent analyse (PCA) på relief variabler til at konvertere relieffer i topografisk relief komponenter. Vælg hovedkomponenter, der forklarer mere end 90% afvigelse af relief datasæt som topografisk relief målinger.</li>
	</ol>
</li>
</ol>2. felt dataindsamling
<ol><li>Feltet prøveudtagning<ol>
<li>Vælg en række dyrkede felt steder, der kan tilstrækkeligt repræsenterer landskab Karakteristik af området undersøgelse og flere repræsentative små dyrkede områder, der kan udtages intensivt. Bemærk: Jordprøver indsamles fra de to dyrkede marker blev brugt til model kalibrering. Jordprøver indsamles fra området hele undersøgelsen blev brugt til model validering.</li>
		<li>Uploade alle prøve-positionskoordinater til en kode-baserede geografiske positioning system (GPS) og placere dem fysisk i felterne.</li>
		<li>Indsamle 3 prøver for hver prøveudtagning placering fra de øverste 30 cm jordlag ved hjælp af en push sonde (3,2 cm i diameter). Bemærk: Jordprøver fra 30-50 cm lag blev indsamlet på steder hvor sediment deposition blev forventet. Mængden af hver prøve var 241 cm3.</li>
		<li>Optag geografiske koordinatoplysninger stikprøver placeringer ved hjælp af GPS.</li>
		<li>Veje Jordprøverne efter tørring dem ved 90 ° C i 48 h. Beregn jord tæthed ved hjælp af oplysninger af samlede diskenheder på prøvetagning steder og vægte. Bland de tre prøver fra samme sted at få en sammensat jordprøve.</li>
	</ol>
</li>
	<li>Jordbearbejdning prøven<ol>
<li>Sigtes de sammensatte jordprøver med en 2-mm skærm.</li>
		<li>Slibe en 10 g delprøve af den sigtede jord til et meget fint pulver med en roller mill.</li>
	</ol>
</li>
	<li>Jord analyseresultat<ol>
<li>Måle jordens samlede kulstof (C) indhold i valsen males prøver gennem forbrænding på et KN-elementært analyzer ved en temperatur på 1350 ° C. Anslå calciumcarbonat C indhold ved at analysere de resterende C efter bagning jordbundens organiske materiale ved en temperatur på 420 ° C efter 16 h i en ovn.</li>
		<li>Beregne SOC indhold (%) ved at fratrække calciumcarbonat C indhold fra samlede jord C indhold. Konvertere SOC indhold (%) til SOC tæthed (kg m-2) ved hjælp af jordens massefylde.</li>
		<li>Sætte de bulk 2-mm sigtede jordprøver i Marinelli bægre og forsegle dem. Måle 137Cs koncentration af hver prøve igennem gamma-ray analyse ved hjælp af en spektroskopi system, der modtager input fra tre høj renhed koaksial germanium krystaller (HpCN30% effektivitet) i 8192-kanal analysatorer (Se tabel af materialer ).</li>
		<li>Kalibrere systemet ved hjælp af et analytisk blandet radionuklid standard11. Konvertere 137Cs koncentration til 137Cs lageret ved hjælp af jordens massefylde.</li>
		<li>Beregne jord omfordeling sats ved hjælp af 137Cs lageret ved at anvende Mass Balance Model II (MBMII) i et regneark-tilføjelsesprogram program udviklet af Walling et al. 24.</li>
	</ol>
</li>
</ol>3. topografi-baseret modeludvikling
<ol><li>Topografisk hovedbestanddel estimering<ol>
<li>Uddrag den topografiske målinger for prøvetagning steder i området hele undersøgelsen og de små dyrkede områder.</li>
		<li>Standardisere de topografiske målinger af prøveudtagning placeringer i området hele undersøgelse ved hjælp af middelværdi og standardafvigelse. Anslå de topografiske metriske belastninger i hver komponent baseret på den standardiserede topografiske målinger ved hjælp af partnerskabs-og samarbejdsaftalen med statistisk software-pakke. Indsamle de topografiske metriske belastninger i hver topografisk vigtigste komponent (TPC) og vælg de øverste TPCs, der forklarer 90% variansen af alle målinger.</li>
		<li>Standardisere de topografiske målinger af prøveudtagning placeringer i felterne små dyrkede. Beregne de øverste TPCs for hver lokation med summen af de standardiserede topografiske målinger vejet med de tilsvarende belastninger fra prøveudtagning placeringer i WCW.</li>
	</ol>
</li>
	<li>Model kalibrering<ol>
<li>Udfør trinvis almindelige mindst square regression (SOLSR) at udvikle topografi-baserede SOLSRf modeller for SOC tæthed og jord omfordeling satser baseret på alle topografiske målinger på små dyrkede områder. Brug Akaike oplysninger kriterium (AIC) og orlov-one-out cross-validering til at vælge den optimale kombination af topografiske målinger for de bedst udstyrede SOLSRf modeller.</li>
		<li>Kontrollere kollinearitet blandt de topografiske variabler ved hjælp af variansen inflation faktor (VIF). Fjerne variabler med den største VIF (VIF ≥ 7.525), og kontrollere VIF igen. Fjerne variabler, indtil VIFs af alle variabler er < 7.5. Udføre SOLSR for at udvikle topografi-baserede SOLSRr modeller for SOC tæthed og jord omfordeling satser baseret på topografiske målinger, der blev fjernet høj kollinearitet variabler. Brug AIC og orlov-one-out cross-validering til at vælge den optimale kombination for de bedst monteret SOLSRr modeller.</li>
		<li>Udfør trinvis hovedbestanddel regression (SPCR) for at udvikle topografi-baserede SPCR modeller for SOC tæthed og jord omfordeling satser baseret på TPCs på de små dyrkede områder. Brug AIC og orlov-one-out cross-validering til at vælge den optimale kombination af TPCs for de bedst udstyrede SPCR-modeller.</li>
		<li>Beregne den tilpassede koefficient bestemmelse (Radj2), Nash-Sutcliffe effektivitet (NSE) og forholdet mellem den kvadratiske fejl at standardafvigelsen af målte data (RSR) at vurdere model effektivitetsgevinster.</li>
	</ol>
</li>
	<li>Model evaluering<ol>
<li>Anslå SOC tæthed og jord omfordeling satser i området hele undersøgelsen ved at anvende de anslåede modeller.</li>
		<li>Validere den udviklede model ved at sammenligne forudsigelse med målte datasæt af SOC tæthed og jord omfordeling satser i området hele undersøgelsen. Vurdere de model forestillinger ved hjælp af Radj2, NSE og RSR værdier.</li>
	</ol>
</li>
</ol>

Forfatterne har ikke noget at oplyse.

SOLSRf modeller havde lidt bedre præstationer end SPCR modeller i kalibrering på Feltskalaen. Dog er nogle af de topografiske målinger, som SPI og CA (r > 0,80), tæt korreleret med hinanden. Kollinearitet kan tilføje usikkerheder til model forudsigelser. På grund af multicollinearity blandt prædiktorer, kan små ændringer i de inputvariable betydeligt påvirke model forudsigelser41. Derfor SOLSRf modeller tendens til at være ustabil og viste lav effektivitet i simuleringer af SOC tæthed og jord omfordeling sats på vandskel skala. SPCR modeller overgik betydeligt SOLSRf modeller i forudsigelse af SOC distribution på vandskel skala. TPCs fjerne multicollinearity ved at konvertere de femten topografiske målinger i indbyrdes uafhængige (ortogonale) komponenter. Konverteringen også afdækket underliggende relationer blandt topografiske målinger. Som det fremgår af de høje belastninger (> 0,35) af topografiske målinger til komponenter, var TPC1, TPC2, TPC3, TPC6 og TPC7 forbundet med afstrømning hastighed, jordens vandindhold, afstrømning volumen, flow divergens og flow acceleration, henholdsvis. Rumlige mønstre af jord omfordeling priser og SOC fordeling var stærkt korreleret med jordvand indhold og afstrømning divergens i WCW, som er i overensstemmelse med studiet af Fox og Papanicolaou2, som viste at eroderet jord fra Upland kunne være påvirket af flow divergens i en lav-relief landbrugs vandskel.
Desuden reduceret færre prædiktor variabler i SPCR modeller end SOLSRf og SOLSRr modeller risikoen for over montering forudsigelse modeller42,43. Der var mere end seks variabler i alle de SOLSR modeller, som kan gøre sværere for data fortolkning og inducere høj varians i model simuleringer41,44,45. Dette kan udgøre for de lavere forudsigelse effektivitetsfordele i WCW af SOLSR modeller end af SPCR-modeller.
Topografi-baseret SPCR modeller har fordele simulering jord omfordeling og tilknyttede SOC dynamics. Første, topografiske oplysninger kan let udledes af Demokrater. Nylig øget tilgængelighed af den høje rummæssige LiDAR data kan hjælpe forbedre nøjagtigheden af DEM-afledte landskab topografi og gavne undersøgelser i regioner med begrænset felt observationer. For det andet kan ved hjælp af et sæt af topografiske målinger og statistiske analyser, topografi-baserede modeller effektivt kvantificere jord omfordeling og SOC spredningsmønstre. For det tredje kan anvendelsen af principal komponent effektivt reducere fordomme forbundet med multicollinearity af topografiske målinger og øge stabiliteten i trinvis regression modeller når de påføres flere rumlige skalaer.
Men SPCA modellerne kan begrænses af variabler under modeludvikling. Selv om anvendelsen af LiDAR data steg i økologiske studier, har metoder til at udlede nyttige topografiske oplysninger endnu ikke er fuldt udforsket. I denne undersøgelse viste TWI og LsRe de højeste korrelationer med SOC tæthed og jord omfordeling priser, henholdsvis. Yderligere topografisk variabler, der ikke betragtes som kan dog være lige så eller mere vigtigt i forklarer jorderosion og C dynamik. Derudover var andre faktorer såsom ledelsespraksis, som kan forårsage jordbunden erosion variabilitet, ikke inkluderet i denne undersøgelse. For eksempel, når jordbearbejdning var parallel med retningen af maksimale hældning, kan jorderosion fordobles i forhold til udhulingen i slantwise jordbearbejdning dreje jord toppens Forside46. Derfor kan forskellige jordbearbejdning praksis også være en årsag til nedsat forudsigelse effektivitetsgevinster af SPCR-modeller.
Undersøgelsen er baseret på den, der blev offentliggjort i Catena17. I stedet for en mekanistisk-baseret analyse af topografisk påvirkninger på jord bevægelse og jordbundens egenskaber som udføres i Catena papir, fokuseret her vi på metoder til kvantificering topografiske målinger og udvikle topografi-baserede modeller. Vi diskuterede gennemførlighed og fordelene ved at bruge topografi-baserede modeller i undersøgelser af den rumlige struktur af jordens egenskaber. I mellemtiden har forbedret vi vores modeller ved at opdatere algoritmer skråning længde faktor og flow akkumulering. Omfanget af hældningen længde faktor måling var begrænset til feltets område. Derudover blev deterministiske infinity algoritme brugt til flow ophobning generation. Sammenlignet med den metode, der er rapporteret i Li et al. 17 der genereres flow ophobning med en deterministisk 8-noders algoritme, infinity algoritme vedtaget i denne undersøgelse reducerer sløjfer i flow retning vinkler og viste sig for at være en bedre algoritme for lavt relief områder47.
Afslutningsvis, viser vores resultater gennemførligheden af topografi-baserede SPCR modeller i simulering SOC distribution og jord omfordeling mønstre i landbrug felter. Som en omkostningseffektiv metode til at estimere SOC bestande og jord omfordeling priser, finder det anvendelse på steder med begrænset observationsdata og private jorder mangler offentlighedens adgang. I fremtidige undersøgelser, forudsigelse modeller kunne forbedres med yderligere raffinement og tilgængeligheden af LiDAR data og medtagelse af yderligere topografiske målinger. De store ejendom jordbundskort der blev udviklet baseret på modeller vil føre til yderligere forståelse af mekanismerne bag de topografiske virkninger på jord bevægelse i landbruget landskaber og skæbne af SOC på vandskel og regionale skalaer.

Jord omfordeling (erosion og aflejring) udøver betydelig indvirkning på jordbundens organiske kulstof (SOC) bestande og dynamik. Stigende indsats er afsat til at undersøge hvordan SOC aftagne, transporteres og deponeret over landskab1,2,3. Carbon (C) binding og SOC distribution er påvirket af tyngdekraften-drevet jord bevægelse induceret af vand erosion4,5,6. I dyrkede marker er jord translokation af jordbearbejdning en anden vigtig proces bidrager til C omfordeling7,8,9. Jordbearbejdning erosion forårsager en betydelige netto bagside bevægelse af jordpartikler og fører til en inden for markjord variation10. Både vand og jordbearbejdning erosion er væsentligt påvirket af landskab topografi, som bestemmer placeringen af før og depositional websteder11. Derfor, effektive jordbunden erosion forordning og C dynamisk undersøgelse i landbrugsjord opfordringer til en bedre forståelse af topografisk kontrolelementer på jorderosion og bevægelser.
Flere studier har undersøgt virkningerne af topografi på jord omfordeling og tilknyttede SOC dynamics9,12,13,14,15,16, 17. van der frynsegode et al. 12 rapporterede, at topografisk faktorer forklarede 43% af variationen i jord omfordeling. Rezaei og Gilkes13 fundet højere SOC i jord på en skyggefuld aspekt, på grund af lavere temperaturer og mindre fordampning i forhold til andre aspekter i græsområder. Topografi kan have mere betydelige virkninger på jord omfordeling i landbrugsjord med traditionel jordbearbejdning behandling end dem med minimal jordbehandling, på grund af samspillet mellem landskabsformer og jordbearbejdning praksis9. Disse resultater blev dog primært afledt fra feltet bemærkninger, som præsenterer vanskeligheder i efterforskningen af jordens egenskaber på en bredere rumlig skala. Der er et presserende behov for at udvikle nye strategier for effektivt at forstå rumlige mønstre af jordens egenskaber på vandskel og regionale skalaer.
Formålet med denne undersøgelse er at udvikle effektive modeller til at simulere jord omfordeling og SOC distribution. Topografi-baserede modeller ved hjælp af topografiske målinger som prædiktorer er blevet udviklet for at kvantificere jordbunden erosion og aflejring processer. Sammenlignet med empirisk - eller proces-baseret erosion modeller, som ansat diskrete felt prøveudtagninger at simulere jordbunden erosion18,19, topografi-baserede modeller kunne blive udviklet baseret på topografiske oplysninger stammer fra digital elevation modeller (Demokrater) med høje opløsninger. Denne tilgang giver mulighed for kontinuerlig jord ejendom simuleringer på vandskel eller regional skala. I de sidste mange årtier, er nøjagtigheden af topografiske oplysninger blevet væsentligt bedre, med stigende tilgængelighed af data i høj opløsning fjernt sanses. Men tidligere undersøgelser har ansat topografi-baserede modeller til at simulere jordens egenskaber12,20,21,22, brugt de fleste af disse undersøgelser en enkelt topografisk metrisk eller enkelt kategori topografiske målinger (lokale, ikke-lokale eller kombinerede topografiske målinger), som kan ikke har tilstrækkeligt udforskede topografisk virkninger på jordmikrobiel aktivitet. Derfor, for at få en bedre forståelse af topografi kontrol af jorderosion og C dynamics, undersøgte vi en omfattende sæt af topografiske målinger herunder lokale, ikke-lokale og kombinerede topografiske målinger og udviklet flere variable topografi-baseret modeller til at simulere jord ejendom dynamics. Anvendelser af disse modeller forventes at yde videnskabelig støtte til bedre jordbunden erosionskontrol og forvaltning af landbrugsjord.
Topografiske målinger er generelt kategoriseret i en af tre kategorier: a) lokale topografiske målinger, b) ikke-lokale topografiske målinger eller c) kombinerede topografiske målinger. Lokale topografiske målinger henvises til lokale funktioner i ét punkt på jordoverfladen. Ikke-lokale topografiske målinger henvises til de relative placeringer af valgte punkter. Kombinerede topografiske målinger integrere lokale og ikke lokale topografiske målinger. Et sæt af topografiske målinger påvirker jordbunden erosion og aflejring blev brugt i denne undersøgelse til at undersøge de topografiske kontrolelementer på jord bevægelse og C bestande (tabel 1). Specifikt, vi brugte fire lokale topografiske målinger [hældning, profil krumning (P_Cur), planlægge krumning (Pl_Cur), generelle krumning (G_Cur)], syv ikke-lokale topografiske målinger [flow ophobning (FA), topografisk relief, positiv åbenhed (POP), toppens Forside hældning (UpSl), flow lysvej (FPL), bagside index (DI), opland (CA)], og tre kombineret topografiske målinger [topografisk fugtighed index (TWI), stream power index (SPI) og hældning længde faktor (LS)].

<table border="0" cellpadding="0" cellspacing="0" style="width:1151px;" width="1150">
	<tbody>
		<tr height="21">
			<td>Light Detection and Ranging (LiDAR) data&#160;</td>
			<td style="width:233px;"></td>
			<td style="width:256px;">http://www.geotree.uni.edu/lidar/</td>
			<td style="width:355px;">Collected from the GeoTREE LiDAR mapping project&#160;</td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">LECO CNS 2000 elemental analyzer&#160;</td>
			<td>LECO Corp., St. Joseph, MI</td>
			<td style="width:256px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">Canberra Genie-2000 Spectroscopy System</td>
			<td>CANBERRA Industries</td>
			<td style="width:256px;"></td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:307px;">Geographic positioning system</td>
			<td>Trimble&#160;</td>
			<td style="width:256px;">RTK 4700 GPS</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;">ArcGIS</td>
			<td>ESRI, Redlands, CA</td>
			<td style="width:256px;">10.2.2</td>
			<td></td>
		</tr>
		<tr height="21">
			<td height="21" style="height:21px;width:307px;">Statistical Analysis System&#160;</td>
			<td>SAS Institute Inc</td>
			<td style="width:256px;"></td>
			<td></td>
		</tr>
		<tr height="23">
			<td height="23" style="height:23px;">System for Automated Geoscientific Analysis&#160;</td>
			<td>University of G&#246;ttingen, Germany&#160;</td>
			<td>v. 2.2.5, http://www.saga-gis.org/</td>
			<td>GNU General Public License</td>
		</tr>
	</tbody>
</table>

use of principal components for scaling up topographic models to map soil redistribution and soil organic carbon

Landskab topografi er en kritisk faktor, der påvirker jordens dannelse og spiller en vigtig rolle i bestemmelse af jordens egenskaber på jordens overflade, da det regulerer den gravity-drevet jord bevægelse induceret af afstrømning og jordbearbejdning aktiviteter. Den seneste anvendelse af Light Detection og Ranging (LiDAR) data holder løfte til at generere høje rumlige opløsning topografiske målinger, der kan bruges til at undersøge jorden ejendom variabilitet. I denne undersøgelse, blev femten topografiske målinger afledt af LiDAR data brugt til at undersøge topografisk konsekvenser for omfordeling af jord og rumlige fordeling af organisk kulstof i jorden (SOC). Specifikt, udforsket vi brugen af topografisk hovedkomponenter (TPCs) for kendetegner topografi målinger og trinvis hovedbestanddel regression (SPCR) for at udvikle topografi-baserede jorderosion og SOC modeller på webstedet og vandskel skalaer. Udførelsen af SPCR modeller blev evalueret i forhold til trinvis almindelige mindst square regression (SOLSR) modeller. Resultaterne viste, at SPCR modeller overgik SOLSR modeller til at forudsige jord omfordeling priser og SOC tæthed på forskellige rumlige skalaer. Anvendelse af TPCs fjerner potentielle kollinearitet mellem individuelle input variabler, og dimensionalitet reduktion af principal komponent analyse (PCA) mindsker risikoen for overfitting forudsigelse modeller. Dette studie foreslår en ny tilgang til modellering jord omfordeling på tværs af forskellige rumlige skalaer. Til en applikation, adgang til private jorder er ofte begrænset, og behovet for at ekstrapolere resultaterne fra repræsentative undersøgelse sites til større indstillingerne, der inkluderer private jorder kan være vigtigt.

Watch this Scientific Journal Video about Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon at JoVE.com

Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon

Landskab processer er kritiske komponenter i jord dannelse og spiller en vigtig rolle i fastsættelsen af jordbundsforhold og rumlige struktur i landskaber. Vi foreslår en ny fremgangsmåde ved hjælp af trinvis hovedbestanddel regression til at forudsige jord omfordeling og organisk kulstof i jorden på tværs af forskellige rumlige skalaer.

Brug af Principal komponenter for optrapning topografisk modeller til kort jord omfordeling og jordbundens organiske kulstof

Landscape topography is a critical factor affecting soil formation and plays an important role in determining soil properties on the earth surface, as it ...

Denne metode kan hjælpe med at besvare centrale spørgsmål på landbrugsområdet, såsom hvordan landskab topografi kan påvirke jorderosion og jord organisk materiale dynamik. Den største fordel ved denne teknik er, at den gælder for lokaliteter med begrænsede observationer, og den giver et omkostningseffektivt skøn over jordens økologiske kulstoflagre og jordfordelingsprocesser. Først skal du indsamle data fra GeoTREE Light Detection og Ranging Mapping Project hjemmeside.Vælg grænsetype og område for at zoome ind på et bestemt område. Derefter tegne en polygon for at hente lysdetektering og spænder fliser til det valgte studieområde. Konverter den rå lysdetektion og vigtige data til en LAS-fil ved hjælp af værktøjet til kortlægning af det geografiske informationssystem.Dernæst generere digitale elevation modeller, eller DEMS, med en tre meter spacial opløsning ved hjælp af omvendt afstand-vægtet interpolation. Filtrer de tre meter DEMS to gange med et lavpasfilter med tre kerner for at reducere lyde, der er forbundet med lokal variation. Hvis du vil generere topografiske målinger, skal du først klikke på Importér raster i sektionen Import/eksport for at importere de filtrerede tre meter DEMS til SAGA.Klik derefter på modulet Hældning, Aspekt, Krumning i SAGA med standardindstillingerne for at generere hældningen, den krumningsrelaterede metrikværdi og den generelle krumningsmåling ved hjælp af de filtrerede DEM'er. Klik på modulet Flowakkumulering top-down i SAGA, og vælg Deterministisk uendelighed som metode til at generere flowakkumuleringsmetrikværdien ved hjælp af de filtrerede DEM'er. Derefter skal du klikke på SAGA Topographic-åbenhedsmodulet med standardindstillingerne for at generere den positive åbenhedsmetrikværdi ved hjælp af et filtreret z-akse forstærket billede.Udvidelsen af de lodrette afstande i de digitale elevationsmodeller forbedrer skelnen af positiv åbenhed på steder med en forholdsvis flad overflade. Klik på modulet LS-Factor Field Based i SAGA med standardindstillingerne for at generere de skrånende hældnings- og hældningslængdefaktormålinger ved hjælp af de filtrerede DEMs. Klik derefter på modulet Flow Path Length i SAGA med standardindstillingerne for at generere flowstilængdemetrikværdien ved hjælp af de filtrerede DEM'er.Klik på modulet Downslope Distance Gradient i SAGA med standardindstillingerne for at generere den downslope-indeksmetrikværdi ved hjælp af de filtrerede DEM'er. Klik nu på SAGA Wetness Index-modulet, og vælg absolut afvandingsområde som områdetype for at generere målinger af afvandingsområdet og topografisk wetness-indeks ved hjælp af de filtrerede DEMs. Klik på modulet Stream Power Index i SAGA, og vælg pseudospecifikt opvandringsområde som områdekonvertering for at generere strømindeksmetrikværdien ved hjælp af de filtrerede DEM'er.Derefter skal du generere maksimale højdekort med flere radiuser. Filtrer de maksimale højdetilknytninger to gange gennem et lavpasfilter med tre kerner. Træk den filtrerede tre meter lange DEM fra de filtrerede maksimale højdekort for at få en række reliefkort.Uddrag en række relief variabler til en række steder. Der udføres hovedkomponentanalyse af reliefvariablerne for at omdanne reliefferne til topografiske reliefkomponenter. Vælg hovedkomponenter, der forklarer mere end 90 %varians af hjælpedatasættet som topografiske reliefmålinger.Standardisere de syv reliefkort ved hjælp af middelværdi og standardafvigelse. Der skal oprettes hovedkomponenter efter summen af den standardiserede topografiske relief vægtet med de tilsvarende belastninger. Samtidig med at relief metrik, er det vigtigt at generere relief billeder på forskellige rumlige skala for at begrænse usikkerheder forbundet med den vilkårlige udvælgelse af radius, fordi kontrol af nødhjælp på jordens egenskaber kan påvirkes af rumlige skalaer af nødhjælp.Vælg et antal områder af dyrkede arealer, der i tilstrækkelig grad kan repræsentere undersøgelsesområdets landskabskarakteristika og flere repræsentative små dyrkede marker, der kan udtages prøver af intensivt. Overfør alle eksempelplaceringskoordinaterne til et kodebaseret geografisk positioneringssystem, og find dem fysisk i feltet. Dernæst indsamle tre prøver for hver prøveudtagning placering fra den øverste 30-centimeter jord lag ved hjælp af en push sonde.Registrere geografiske koordinater for prøveudtagningsstederne ved hjælp af det geografiske positioneringssystem. Herefter skal jordprøven sigtes med en to millimeter skærm. Jordprøverne vejes efter tørring.Jordtætheden beregnes ved hjælp af de samlede prøvemængder på prøveudtagningssteder og -vægte. Bland de tre prøver fra samme sted for at få en sammensat jordprøve. Grind en 10-gram delstikprøve af den sigtede jord til et meget fint pulver med en rullemølle.Nu måle jorden samlede kulstofindhold i rullesleben prøve gennem forbrænding på en CN elementær analysator ved en temperatur på 1350 grader Celsius. Efter bagning af jorden organisk materiale i en ovn, skøn calciumcarbonat kulstofindhold ved at analysere de resterende kulstof. Læg de to millimeter sigtede jordprøver i Marinelli-bægeret, og luk dem.Placer bægerglasset i detektoren, og mål cæsiumkoncentrationen af hver prøve gennem gamma-ray analyse ved hjælp af et spektroskopisystem, der modtager input fra tre koaksiale germaniumkrystaller med høj renhed i 8, 192-kanals analysatorer. Optag cæsiumkoncentrationens output. Endelig beregne jorden omfordeling sats ved hjælp af cæsium opgørelse ved at anvende Mass Balance Model II i et regneark add-in program.460 afgrøde felt steder blev tilfældigt udvalgt til at udlede topografiske oplysninger i Walnut Creek Watershed i Iowa. Resultater af korrelationsanalyser mellem topografiske målinger og jordens organiske kulstoftæthed, jordfordeling præsenteres her. Det topografiske vådhedsindeks og den store topografiske relief viste de højeste korrelationer med henholdsvis tæthed og jordfordeling.Rumlige mønstre af de to målinger viste høje værdier i depressionsareal og lave værdier i skrånende og højderyg områder. Der var dog forskelle mellem de to målinger i grøftområder, hvor det topografiske vådhedsindeks udviste ekstremt høje værdier, men værdierne af totraet topografisk aflastning var ikke forskellige fra tilstødende områder. Fem topografiske hovedkomponenter, der blev udvalgt til at bygge topografibaserede modeller, er angivet her.Over 70 og 65 % af variabiliteten i jordens organiske kulstoftæthed og jordfordelingsrater blev forklaret ved henholdsvis den trinvise almindelige mindst firkantede regressionsmodel med hele variabler. For modellerne med collinear kovariate fjernet, simulering effektivitet var lidt lavere end den trinvise mindst firkantede regression model med hele variabler model. For SPCR-modeller observeres lignende simuleringseffektivitet som den trinvise mindst firkantede regressionsmodel med collinearkovarieret fjernet.Jordomfordelingen og jordbundskortene for organisk kulstoftæthed genereret fra SPCR-modeller afslørede ensartede mønstre mellem modelsimuleringer og feltmålinger. Denne teknik baner vejen for forskere inden for landbrug til at udforske jordfordeling og organisk materiale mønstre på vandskel og regionale skalaer. Teknikken kunne forbedres med yderligere finpudsning af lysdetektion og lige data og inddragelse af yderligere topografiske målinger.

Research

JoVE Journal

Environment

Design and Operation of a Continuous 13C and 15N Labeling Chamber for Uniform or Differential, Metabolic and Structural, Plant Isotope Labeling

Design and Operation of a Continuous 13C and 15N Labeling Chamber for Uniform or Differential, Metabolic and Structural, Plant Isotope Labeling

Design og drift af en kontinuerlig<sup&gt; 13</sup&gt; C og<sup&gt; 15</sup&gt; N Mærkning Afdeling for Uniform eller differentiale, Metabolisk og Konstruktioner, Plant isotopmærkning

Tracing rare stable isotopes from plant material through the ecosystem provides the most sensitive information about ecosystem processes; from CO2 fluxes ...

A Protocol for Conducting Rainfall Simulation to Study Soil Runoff

En protokol til Gennemførelsen Rainfall Simulering til Studieinformationen Jord Afstrømning

Rainfall is a driving force for the transport of environmental contaminants from agricultural soils to surficial water bodies via surface runoff. The ...

Assessment of Labile Organic Carbon in Soil Using Sequential Fumigation Incubation Procedures

Vurdering af Labil organisk kulstof i jorden ved hjælp af Sekventiel Gasning Inkuberingsbetingelser Procedurer

Management practices and environmental changes can alter soil nutrient and carbon cycling. Soil labile organic carbon, a readily decomposable C pool, is ...

A Gusseted Thermogradient Table to Control Soil Temperatures for Evaluating Plant Growth and Monitoring Soil Processes

En gusseted Thermogradient Table at styre Jord Temperaturer for Evaluering plantevækst og jordbundsovervågning Processer

Thermogradient tables were first developed in the 1950s primarily to test seed germination over a range of temperatures simultaneously without using a ...

Protocols for Quantifying Transferable Pesticide Residues in Turfgrass Systems

Protokoller til Kvantificering Omsættelige pesticidrester i slider mere på græsset Systems

Plant canopies in established turfgrass systems can intercept an appreciable amount of sprayed pesticides, which can be transferred through various routes ...

Nanopore DNA Sequencing for Metagenomic Soil Analysis

Nanopore DNA-sekventering for Metagenomic jordbundsanalyser

This article describes the steps for construction of a DNA library from soil, preparation and use of the nanopore flow cell, and analysis of the DNA ...

Measuring and Mapping Patterns of Soil Erosion and Deposition Related to Soil Carbonate Concentrations Under Agricultural Management

Måling og kortlægning mønstre af jorderosion og Deposition relateret til jordbunden karbonat koncentrationer Under landbrugsdrift

Spatial patterns of soil erosion and deposition can be inferred from differences in ground elevation mapped at appropriate time increments. Such changes ...

Improving Infrared Spectroscopy Characterization of Soil Organic Matter with Spectral Subtractions

Forbedring af infrarød spektroskopi karakterisering af jordbundens organiske materiale med spektrale fradrag

Soil organic matter (SOM) underlies numerous soil processes and functions. Fourier transform infrared (FTIR) spectroscopy detects infrared-active organic ...

Single-throughput Complementary High-resolution Analytical Techniques for Characterizing Complex Natural Organic Matter Mixtures

Single-overførselshastighed supplerende høj opløsning analytiske teknikker til kendetegner komplekse naturlig organisk materiale blandinger

Natural organic matter (NOM) is composed of a highly complex mixture of thousands of organic compounds which, historically, proved difficult to ...

Microplot Design and Plant and Soil Sample Preparation for 15Nitrogen Analysis

Microplot Design and Plant and Soil Sample Preparation for 15Nitrogen Analysis

Mikroplottedesign og forberedelse af plante- og jordprøver til 15 kvælstofanalyser

Many&#160;nitrogen fertilizer studies evaluate the overall effect of a treatment on end-of-season measurements such as grain yield or cumulative N losses. ...