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

מחקר זה נתמך על ידי שירות שימור משאבי הטבע משרד החקלאות בשיתוף עם הרכיב המלחות של נבחרת אפקטים הערכת פרויקט השימור (NRCS 67-3A75-13-177).

1. סימון שבילים ניתוחים
<ol><li>נתונים דיגיטליים של תהליך מוקדם<ol>
<li>איסוף נתונים LiDAR מהאתר פרוייקט מיפוי GeoTREE LiDAR. בחר "סוג הגבול" ו- "אזור" כדי להגדיל אזור ספציפי. לצייר מצולע להורדת LiDAR אריחים לאזור המחקר שנבחר.</li>
		<li>להמיר את הנתונים הגולמיים LiDAR קובץ לאס באמצעות הכלי מיפוי (GIS) מערכת מידע גיאוגרפי.</li>
		<li>צור DEMs עם 3-m רזולוציה מרחבית באמצעות אינטרפולציה הופכי למרחק משוקלל.</li>
		<li>מסנן 3-m DEMs פעמיים עם מסנן יעברו 3-ליבה כדי להפחית רעשים לשייך וריאציה מקומית.</li>
	</ol>
</li>
	<li>סימון שבילים דור מטרי<ol>
<li>כדי ליצור מדדים טופוגרפית, תחילה להוריד את הגירסה העדכנית ביותר של מערכת אוטומטית Geoscientific ניתוח (סאגה)23. לחץ על "ייבוא רסטר" במקטע הייבוא/ייצוא כדי לייבא את DEMs 3-m שסוננו לתוך הסאגה.</li>
		<li>לחץ על המודול "מדרון, היבט, עקמומיות" של הסאגה עם הגדרות ברירת המחדל ליצירת המדרון, הקשורות עקמומיות [פרופיל עקמומיות (P_Cur), תכנית עקמומיות (Pl_Cur), עקמומיות כללי (G_Cur)] מדדים באמצעות את DEMs מסוננים (איור 1).</li>
		<li>לחץ על המודול "זרימה הצטברות (מלמעלה למטה)" של הסאגה ובחר "infinity דטרמיניסטי" כשיטת כדי ליצור זרימה הצטברות (FA) מדד באמצעות את DEMs מסוננים.</li>
		<li>לחץ על המודול "פתיחות טופוגרפית הסאגה" עם הגדרות ברירת המחדל ליצירת מדד פתיחות חיובי (POP) באמצעות תמונה מוגבר מסוננים ציר z.</li>
		<li>לחץ על המודול "LS-גורם (לפי שדה)" של הסאגה עם הגדרות ברירת המחדל מדרון במעלה המדרון (Upsl) ואת המדרון אורך פקטור (LS_FB) מדדים באמצעות את DEMs מסוננים.</li>
		<li>לחץ על המודול "אורך נתיב הזרימה" של הסאגה עם הגדרות ברירת המחדל ליצירת מדד אורך (FPL) נתיב הזרימה באמצעות את DEMs מסוננים.</li>
		<li>לחץ על המודול "מדרון במרחק מעבר" של הסאגה עם הגדרות ברירת המחדל ליצירת מדד מדד (DI) מדרון באמצעות את DEMs מסוננים.</li>
		<li>לחץ על המודול "הסאגה רטיבות מדד" ובחר "אזור האגירה מוחלטת" כמו סוג של האזור כדי ליצור אזור האגירה (CA) ומדדים אינדקס (רדיאלי) רטיבות טופוגרפית באמצעות את DEMs מסוננים.</li>
		<li>לחץ על המודול "זרם החשמל מדד" של הסאגה ובחר "פסאודו באזור האגירה מסוים" כמו ההמרה באזור כדי ליצור מדד כוח זרם index (SPI) באמצעות DEMs המסוננת.</li>
		<li>צור מפות גובה מרבי עם רדיוסים מרובים. לסנן את מפות גובה מרבי פעמיים דרך מסנן יעברו 3-ליבה. להחסיר ות'שו 3-m מסוננים במפות גובה מרבי מסוננים כדי לקבל סדרת מפות תבליט. תמצית סדרה של משתני הקלה במספר רב של מקומות.</li>
		<li>לבצע ניתוח גורמים ראשיים (PCA) על המשתנים הקלה להמרת התבליטים הקלה טופוגרפית רכיבים. בחר רכיבים עיקריים להסביר יותר מ- 90% השונות של ערכת הנתונים הקלה מדדים הקלה טופוגרפית.</li>
	</ol>
</li>
</ol>2. איסוף נתונים שדה
<ol><li>שדה דגימה<ol>
<li>בחר מספר מיקומים שדה cropland שיכול לייצג כראוי את מאפייני נוף של אזור המחקר, מספר שדות נציג cropland בקנה מידה קטן זה ניתן לטעום באופן אינטנסיבי. הערה: הדגימות. אדמה שנאסף שני השדות cropland שימשו מודל כיול. דגימות. אדמה שנאספו מהאזור כולו לימוד שימשו עבור אימות מודל.</li>
		<li>להעלות כל הקואורדינטות למיקום דוגמת קוד מערכת מבוססת-גיאוגרפי מיקום (GPS), פיזית לאתר אותם בשדות.</li>
		<li>לאסוף דגימות 3 עבור כל מיקום הדגימה שכבת קרקע העליון 30 ס מ באמצעות בדיקה דחיפה (3.2 ס מ קוטר). הערה: דגימות. אדמה משכבות 30-50 ס מ נאספו אתרים היכן המשקע התצהיר היה צפוי. הנפח של כל מדגם היה 241 ס מ3.</li>
		<li>לרשום מידע קואורדינטות הגיאוגרפי של דגימה מיקומים באמצעות GPS.</li>
		<li>שוקלים הדגימות. אדמה לאחר ייבוש אותם ב 90 מעלות צלזיוס 48 ה חישוב צפיפות קרקע באמצעות מידע מאמצעי המדגם על מיקומי הדגימה ומשקולות. מערבבים את הדגימות שלושה מאותו מיקום כדי לקבל דגימת אדמה ללא הפרדות צבע.</li>
	</ol>
</li>
	<li>הכנת הדוגמא אדמה<ol>
<li>ניפוי הדגימות. אדמה ללא הפרדות צבע עם מסך 2-מ מ.</li>
		<li>לטחון את subsample 10 גרם של הקרקע sieved כדי אבקה דקה מאד עם מפעל רולר.</li>
	</ol>
</li>
	<li>ניתוחים דגימת קרקע<ol>
<li>למדוד את אדמת הכולל פחמן (C) תוכן בדגימות רולר פיקנטיים באמצעות בעירה על מנתח היסודות CN בטמפרטורה של 1350 ° C. הערכת תוכן סידן פחמתי C על-ידי ניתוח C שנותרו לאחר האפייה חומר אורגני בקרקע בטמפרטורה של 420 מעלות צלזיוס במשך 16 h תנור.</li>
		<li>לחשב את תוכן SOC (%) על-ידי חיסור של תוכן הכולל אדמה C תוכן סידן פחמתי C. להמיר תוכן SOC (%) צפיפות SOC (ז ק ג-2) באמצעות צפיפות הקרקע.</li>
		<li>לשים הדגימות. אדמה sieved 2-מ מ בצובר Marinelli בקבוקונים, לאטום אותם. למדוד 137Cs ריכוז כל דגימה באמצעות גמא ניתוח באמצעות מערכת ספקטרוסקופיה מקבל תשומות גרמניום קואקסיאליים טוהר גבוהה-3 גבישים (HpCN30% יעילות) לתוך ערוץ 8192 מאבחנים (ראה טבלה של חומרים ).</li>
		<li>כיול המערכת באמצעות תקן אנליטית רדיונוקלידים מעורבת11. המר 137Cs ריכוז 137Cs המלאי באמצעות צפיפות הקרקע.</li>
		<li>לחשב את קצב לחלוקת קרקע באמצעות 137Cs המלאי על-ידי החלת את המסה איזון דגם II (MBMII) בתוכנית גיליון אלקטרוני תוספת שפותחה על ידי. Walling et al. 24.</li>
	</ol>
</li>
</ol>3. טופוגרפיה מודל המבוסס על פיתוח
<ol><li>להערכת גורמים ראשיים סימון שבילים<ol>
<li>לחלץ את המדדים טופוגרפית עבור דגימה מיקומים בשטח המחקר כולו, השדות cropland בקנה מידה קטן.</li>
		<li>לתקנן את המדדים טופוגרפית של המיקומים דגימה באזור המחקר כולו באמצעות וסטיית. מעריכים את loadings מטרי טופוגרפית של כל רכיב בהתבסס על מדדים טופוגרפית מתוקננת באמצעות PCA עם חבילת תוכנה סטטיסטית. לאסוף את loadings מטרי טופוגרפית ברכיב העיקרי בכל שבילים (TPC) ובחר את TPCs העליון להסביר 90% השונות של כל המדדים.</li>
		<li>לתקנן את מדדי טופוגרפית מיקומי הדגימה בשדות cropland בקנה מידה קטן. לחשב את TPCs העליון עבור כל מיקום לפי סכום של מדדים טופוגרפית מתוקננת משוקלל על ידי loadings המתאים מהמיקומים הדגימה ב- WCW.</li>
	</ol>
</li>
	<li>דגם כיול<ol>
<li>לבצע stepwise רגילים לפחות מרובע רגרסיה (SOLSR) לפתח הטופוגרפיה מבוססי מודליםf SOLSR עבור צפיפות SOC וקצבי לחלוקת קרקע בהתבסס על כל המדדים טופוגרפית על השדות cropland בקנה מידה קטן. השתמש הוסיפי מידע קריטריון (AIC) ובדיקת לעזוב-אחד-אאוט קרוס כדי לבחור את השילוב האופטימלי של מדדים טופוגרפית לדגמיf SOLSR מצויד ביותר.</li>
		<li>בדוק את קולינאריות בין המשתנים טופוגרפית באמצעות הגורם האינפלציה השונות (VIF). להסיר את המשתנים עם ערנית הגדול (VIF ≥ 7.525), ולבדוק VIF שוב. הסר את המשתנים עד VIFs של כל המשתנים < 7.5. לבצע SOLSR לפתח הטופוגרפיה מבוססי מודליםr SOLSR SOC צפיפות, אדמה הפצה המחירים בהתאם למדדים טופוגרפית היו משתנים שהוסר קולינאריות גבוהות. השתמש AIC לעזוב-אחד-אאוט קרוס-אימות כדי לבחור את השילוב האופטימלי עבור הדגמיםr SOLSR מצויד ביותר.</li>
		<li>לבצע רגרסיה stepwise גורמים ראשיים (SPCR) לפתח מודלים SPCR המבוסס על הטופוגרפיה SOC צפיפות, אדמה הפצה המחירים בהתאם את TPCs על השדות cropland בקנה מידה קטן. השתמש AIC לעזוב-אחד-אאוט קרוס-אימות כדי לבחור את השילוב האופטימלי של TPCs לדגמי SPCR מצויד ביותר.</li>
		<li>לחשב את המקדם מנוכי עונתיות של נחישות (Rשם תואר2), נאש-סאטקליף יעילות (NSE), יחס של השגיאה שורש ממוצע הריבועים כדי סטיית התקן של הנתונים נמדדו (RSR) כדי להעריך את היעילות מודל.</li>
	</ol>
</li>
	<li>מודל הערכה<ol>
<li>מעריכים SOC צפיפות, אדמה הפצה המחירים באזור המחקר כולו על-ידי החלת הדגמים המשוער.</li>
		<li>לאמת את המודל מפותחת על-ידי השוואת חיזוי עם dataset מדודה של צפיפות SOC, אדמה הפצה המחירים באזור המחקר כולו. להעריך את מודל הופעות באמצעות Rשם תואר2, NSE RSR ערכים.</li>
	</ol>
</li>
</ol>

המחברים אין לחשוף.

הדגמיםf SOLSR היו הופעות מעט טוב יותר מאשר הדגמים SPCR כיול על השדה. עם זאת, חלק המדדים טופוגרפית, כגון SPI ו- CA (r > 0.80), הם מקרוב בקורלציה עם אחד את השני. קולינאריות יכול להוסיף אי הוודאויות מודל תחזיות. בגלל multicollinearity בין גורמים מנבאים, שינויים קטנים בהמשתנים קלט יכולים להשפיע באופן משמעותי על תחזיות דגם41. לכן, הדגמיםf SOLSR נטו להיות לא יציב, הראה נמוך יעילות סימולציות של SOC צפיפות וקרקע הפצה קצב את המשקל קו פרשת המים. הדגמים SPCR באופן משמעותי ביצועים טובים יותר הדגמים SOLSRf בחיזוי SOC הפצה בקנה מידה קו פרשת המים. TPCs לחסל את multicollinearity על-ידי המרת מדדים טופוגרפית חמש עשרה רכיבים עצמאיים הדדית (אורתוגונלית). ההמרה חשפו גם כבסיס קשרי גומלין בין מדדי טופוגרפית. כפי שמציין את loadings גבוהה (> 0.35) של מדדים טופוגרפית הרכיבים, TPC1, TPC2, TPC3, TPC6 ו TPC7 היו קשורים עם מהירות נגר, תכולת המים בקרקע, נפח נגר, זרימה, התבדרות זרימה האצה, בהתאמה. דפוסי המרחבי של המחירים לחלוקת קרקע והפצה SOC מאוד היו בקורלציה עם מים אדמה תוכן, נגר דיברגנץ ב- WCW, אשר עולה בקנה אחד עם המחקר של פוקס ו פאפאניקולאו2, אשר הפגינו זה נשחק מהאדמה החברה יכול להיות מושפע זרימה דיברגנץ בפרשת חקלאי נמוך-הקלה.
יתר על כן, פחות המשתנים המנבאים במודלים SPCR מאשר SOLSRf ו- SOLSRr מודלים הפחיתה את הסיכון יתר הולם42,מודלים של חיזוי43. היו יותר משישה משתנים כל SOLSR הדגמים, אשר עשויים להגביר את הקושי של פרשנות הנתונים, זירוז גבוהה בשונות דגם סימולציות41,44,45. זה עשוי להסביר היעילות חיזוי נמוך ב- WCW לפי מודלי SOLSR מאשר על-ידי הדגמים SPCR.
טופוגרפיה-מבוסס מודלים SPCR יש יתרונות הדמיית לחלוקת קרקע ודינמיקה SOC המשויך. הראשון, סימון שבילים מידע יכול להיות בקלות נגזר DEMs. האחרונות הנגישות מוגברת של הרזולוציה המרחבית הגבוהה LiDAR נתונים יכול לסייע לשפר את הדיוק של נוף נגזר DEM הטופוגרפיה והתועלת חקירות באזורים עם תצפיות שדה מוגבל. שנית, באמצעות קבוצת מדדים טופוגרפית וניתוחים סטטיסטיים, המודלים מבוססי הטופוגרפיה יכול ביעילות לכמת לחלוקת קרקע ודפוסי תפוצה SOC. שלישית, היישום של גורמים ראשיים יכול ביעילות להפחית הטיות המשויכות multicollinearity של סימון שבילים, מדדים, להגביר את היציבות של הדגמים רגרסיה stepwise כאשר חל על סולמות המרחבי מרובים.
עם זאת, הדגמים צער בעלי חיים מוגבלים על ידי משתנים במהלך פיתוח מודל. למרות היישום של הנתונים LiDAR עלה ב מחקרים אקולוגיים, השיטות להפיק מידע שימושי סימון שבילים לא עדיין מלא נחקרו במחקר זה, טוויסט של LsRe הראה את מתאמים הגבוהה ביותר עם צפיפות SOC וקצבי לחלוקת קרקע, בהתאמה. עם זאת, ייתכן משתנים סימון שבילים נוספים שאינם נחשבים לא פחות או יותר חשוב להסביר סחף הקרקע ואת הדינמיקה C. בנוסף, גורמים אחרים כמו לשיטות ניהול, דבר העלול לגרום אדמת הסחף השתנות, לא נכללו במחקר זה. לדוגמה, כאשר חרישה היה מקביל לכיוון השיפוע המרבי, סחף אדמה עשוי כפול ביחס הסחף חרישה slantwise הפיכת הקרקע במעלה המדרון46. לכן, שיטות שונות חרישה עשוי גם להיות סיבה היעילות חיזוי מופחתת של מודלים SPCR.
המחקר מבוסס על העיתון שפורסם חדרים במלון17. במקום ניתוח מבוססת על מכניסטית של השפעות טופוגרפית תנועה ומאפיינים קרקע כפי שבוצע בעיתון חדרים במלון, כאן התמקדנו על שיטות לכימות מדדים טופוגרפית ולפיתוח מודלים מבוססי הטופוגרפיה. דנו על היתכנות ועל יתרונות השימוש מודלים מבוססי הטופוגרפיה במחקרים של המבנה המרחבי של קרקע. בינתיים, שיפרנו את הדגמים שלנו על-ידי עדכון האלגוריתמים של הצטברות גורם וזרימה אורך המדרון. בסולם המדידה גורם אורך המדרון היה מוגבל לאזור של השדה. בנוסף, שימש את אלגוריתם דטרמיניסטי אינסוף זרימה הצטברות הדור. לעומת שיטת דיווח ב- Li. et al. 17 אשר שנוצר על ידי הצטברות זרימה עם אלגוריתם שמונה-node דטרמיניסטי, האלגוריתם אינסוף אימצה במחקר זה מפחית את לולאות ב הזוויות כיוון הזרימה, הוכח באלגוריתם טוב יותר עבור אזורים נמוכים הקלה47.
לסיכום, התוצאות שלנו להפגין את הכדאיות של הטופוגרפיה מבוססי מודלים SPCR ב הדמיית SOC התפוצה ודפוסי לחלוקת קרקע בשדות החקלאות. כמו שיטה חסכונית כדי להעריך SOC מניות וקצבי לחלוקת קרקע, הוא ישים לאתרים עם נתונים תצפיתיים מוגבלים, אדמות פרטיות חסר גישה ציבורית. בעתיד מחקרים, התחזית מודלים יכולים להשתפר עוד יותר עידון, הזמינות של LiDAR נתונים והכללה של מדדים סימון שבילים נוספים. אדמה בקנה מידה גדול המאפיין המפות פותחו בהתבסס על הדגמים יוביל להבנת המנגנונים שבבסיס ההשפעות טופוגרפית אדמה התנועה של נופים חקלאיים וגורלה של SOC קו פרשת המים, סולמות אזוריות נוספות.

לחלוקת קרקע (סחף, התצהיר) מפעילה משפיע משמעותית על אדמת פחמן אורגני (SOC) מניות ואת הדינמיקה. הגדלת המאמצים הקדישו כדי לחקור איך SOC הוא מנותק, מועבר, שהופקדו מעל נוף1,2,3. Carbon (C) פחמיות והפצה SOC מושפעים מונחה הכובד תנועה הנגרמת על ידי מים שחיקה4,5,6. שדות מעובדים, רוברטסונית קרקע על ידי חרישה הינו תהליך חשוב אחר תורם C הפצה7,8,9. שחיקת חרישה גורם מדרון נטו ניכרת תנועה של חלקיקי הקרקע ומוביל וריאציה בתוך שדה אדמה10. סחף מים והן חרישה מושפעים באופן משמעותי נוף הטופוגרפי, הקובע את מיקומי אתרי ובלייה depositional11. לכן, רגולציה סחף קרקע יעיל והחקירה C דינאמי בשיחות אדמות חקלאיות לצורך הבנה טובה יותר של פקדים טופוגרפית על קרקע סחף ותנועות.
מספר מחקרים יש חקר ההשפעות של טופוגרפיה על אדמת הפצה, המשויך SOC dynamics9,12,13,14,15,16, 17. הטבה ואן דר. et al. 12 דיווחה כי גורמים טופוגרפית הסביר 43% ההשתנות ב לחלוקת קרקע. רזאא'י, Gilkes13 למצוא SOC גבוה בקרקעות על היבט מוצל, בשל טמפרטורות נמוכות יותר, פחות אידוי בהשוואה היבטים אחרים במרעה. הטופוגרפיה אולי יש השפעות משמעותית יותר על אדמת הפצה של אדמות חקלאיות עם טיפול מסורתי חרישה מאשר אלה עם מינימום חרישה, בשל האינטראקציות בין landforms הנהוגים חרישה9. עם זאת, ממצאים אלה היו נגזרת בעיקר תצפיות שדה, מציג את הקשיים בחקירת מאפייני אדמה בקנה מידה מרחבי רחבה יותר. יש צורך דחוף לפתח אסטרטגיות חדשות להבין ביעילות דפוסי המרחבי של אדמת נכסים על קו פרשת המים וסולמות אזוריים.
מטרת המחקר היא לפתח מודלים יעיל כדי לדמות אדמה הפצה והפצה SOC. מודלים מבוססי הטופוגרפיה באמצעות סימון שבילים, מדדים כמו גורמים מנבאים פותחו כדי לכמת את סחף הקרקע ותהליכי התצהיר. בהשוואה עם אמפירי או תהליך מבוססת על שחיקת ניתן לפתח מודלים המועסקים שדה דיסקרטית samplings כדי לדמות אדמת הסחף18,19, הטופוגרפיה מבוססי מודלים בהתבסס על מידע טופוגרפית נגזר דיגיטלי מודלים של העלאת רמת הרשאות (DEMs) ברזולוציות גבוהות. גישה זו מאפשרת אדמה רציף סימולציות המאפיין קו פרשת המים או בקנה מידה אזורי. בעשרות השנים האחרונות, לדיוק של המידע טופוגרפית ניכרת השתפרה, עם הגדלת הזמינות של נתונים ברזולוציה גבוהה מרחוק חשו. למרות שמחקרים קודמים המועסקים הטופוגרפיה מבוססי מודלים כדי לדמות קרקע המאפיינים12,20,21,22, רוב החקירות האלה בשימוש של מדד סימון שבילים בודדת או קטגוריה אחת של מדדים טופוגרפית (מקומיים, שאינם מקומיים או משולב טופוגרפית מדדים), אשר אולי לא מספיק בחנו השפעות טופוגרפית על פעילות מיקרוביאלית בקרקע. לכן, כדי להשיג הבנה טובה יותר של פקדים הטופוגרפיה סחף הקרקע ואת הדינמיקה C, בדקנו ערכה מקיפה של סימון שבילים מדדים כולל מדדים סימון שבילים מקומיים שאינם מקומיים, משולב ופיתח מרובה משתנה המבוססת על טופוגרפיה מודלים כדי לדמות dynamics הרכוש אדמת. יישומים של מודלים אלה צפויים לספק תמיכה מדעית בקרה טובה יותר של סחף קרקע וניהול שטחים חקלאיים.
מדדים טופוגרפית מסווגים בדרך כלל לאחת משלוש קטגוריות: a) המקומי מדדים סימון שבילים, מדדים טופוגרפית ב') שאינם מקומיים או מדדים טופוגרפית ג) משולב. מדדים סימון שבילים מקומיים מתייחסים תכונות מקומיות של נקודה אחת על פני האדמה. מדדים סימון שבילים שאינם מקומיים להפנות מיקומם היחסי של נקודות שנבחרו. מדדים סימון שבילים משולב שילוב מדדים סימון שבילים מקומיים, שאינם מקומיים. ערכת סימון שבילים מדדים המשפיעים על סחף אדמה התצהיר שימשו במחקר זה לחקור את הפקדים טופוגרפית תנועה ומניות C (טבלה 1). באופן ספציפי, השתמשנו ארבעה מדדים סימון שבילים מקומיים [מדרון, פרופיל עקמומיות (P_Cur), תכנית עקמומיות (Pl_Cur), עקמומיות כללי (G_Cur)], שבעה שאינם מקומיים טופוגרפית מדדים [הצטברות זרימה (FA), הקלה טופוגרפית, פתיחות חיובי (POP), במעלה המדרון מדרון (UpSl), אורך נתיב הזרימה (FPL), מדרון אינדקס (DI), אזור האגירה (CA)], בשילוב שלושה מדדים טופוגרפיות [אינדקס רטיבות טופוגרפית (רדיאלי) זרם החשמל index (SPI), פקטור אורך המדרון (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

נוף הטופוגרפיה היא גורם קריטי המשפיעים על היווצרות הקרקע, ממלא תפקיד חשוב בקביעת מאפייני אדמה על פני כדור הארץ, כמו זה מווסת את התנועה מונחה הכבידה קרקע הנגרמת על ידי נגר ופעילויות חרישה. היישום האחרונות של אור גילוי ונתונים איכון באמצעות (LiDAR) טומן בחובו הבטחה ליצירת למדדים טופוגרפית רזולוציה מרחבית גבוהה יכול לשמש כדי לחקור את השתנות הרכוש אדמת. במחקר זה, חמש עשרה מדדים טופוגרפית נגזר מנתוני LiDAR שימשו כדי לחקור השפעות טופוגרפית על הפצה של אדמה, התפוצה המרחבית של פחמן אורגני אדמה (SOC). באופן ספציפי, אנחנו בחנו את השימוש של הרכיבים העיקריים טופוגרפית (TPCs) אפיון מדדים הטופוגרפיה, גורמים ראשיים stepwise רגרסיה (SPCR) לפתח את סחף הקרקע מבוסס הטופוגרפיה ומודלים SOC-סולמות באתר, קו פרשת המים. הביצועים של דגמי SPCR הוערך נגד stepwise מודלים רגילים לפחות מרובע רגרסיה (SOLSR). תוצאות המחקר הראו כי SPCR מודלים ביצועים טובים יותר SOLSR מודלים לניבוי המחירים לחלוקת קרקע וצפיפות SOC המרחבי בקני מידה שונים. השימוש TPCs מסיר קולינאריות פוטנציאלי בין משתני הקלט בודדים ולאחר הפחתת dimensionality על ידי ניתוח גורמים ראשיים (PCA) מפחיתה את הסיכון של overfitting המודלים של חיזוי. מחקר זה מציע גישה חדשה עבור מידול לחלוקת קרקע מעבר סולמות מרחביים שונים. עבור יישום אחד, גישה לאדמות פרטיות הוא לרוב מוגבל, הצורך לנחש את ממצאי המחקר נציג אתרים להגדרות גדולים יותר, הכוללים אדמות פרטיות יכול להיות חשוב.

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

נוף תהליכים רכיבים קריטיים היווצרות הקרקע, תפקיד חשוב בקביעת קרקע, מבנה מרחבי של נופים. אנו מציעים גישה חדשה באמצעות רגרסיה stepwise גורמים ראשיים כדי לחזות לחלוקת קרקע ואת פחמן אורגני אדמה מעבר סולמות מרחביים שונים.

השימוש של הרכיבים העיקריים עבור קנה מידה את סימון שבילים מודלים למיפוי פחמן אורגני הפצה אדמה וקרקע

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

שיטה זו יכולה לסייע לענות על שאלות מפתח בתחום החקלאי, כגון כיצד טופוגרפיה של נוף יכולה להשפיע על שחיקת הקרקע ועל דינמיקת החומר האורגני בקרקע. היתרון העיקרי של טכניקה זו הוא שהיא חלה על אתרים עם תצפיות מוגבלות, והיא מספקת הערכה חסכונית של מלאי פחמן אורגני באדמה ותהליכי חלוקה מחדש של הקרקע. ראשית, לאסוף נתונים מאתר האינטרנט של גיאוטרי אור זיהוי ומיפוי החל.בחר סוג גבול ואזור להגדלה לאזור מסוים. לאחר מכן, צייר מצולע כדי להוריד אריחים לזיהוי אור ולנע עבור אזור המחקר שנבחר. המר את נתוני זיהוי האור הגולמי וההנעה לקובץ LAS באמצעות כלי מיפוי מערכת המידע הגיאוגרפית.לאחר מכן, צור מודלים של גובה דיגיטלי, או DEMS, עם רזולוציה ספאלית של שלושה מטרים באמצעות אינטרפולציה משוקלל מרחק הפוך. סנן את ה- DEMS של שלושה מטרים פעמיים באמצעות מסנן עם שלושה ליבות במעבר נמוך כדי להפחית רעשים המשויכים לווריאציה מקומית. ליצירת מדדים טופוגרפיים, לחצו תחילה על 'ייבוא רסטר' במקטע 'ייבוא/ייצוא' כדי לייבא את ה-DEMS המסונן של שלושה מטרים לתוך SAGA.לאחר מכן, לחץ על מודול השיפוע, היבט, העקמומיות של SAGA עם הגדרות ברירת המחדל כדי ליצור את השיפוע, המדד הקשור עקמומיות, ואת המדד עקמומיות כללית באמצעות DEMs מסונן. לחץ על מודול הצטברות זרימה מלמעלה למטה של SAGA, ובחר אינפיניטי דטרמיניסטי כשיטה ליצירת מדד הצטברות הזרימה באמצעות DEMs מסוננים. לאחר מכן, לחץ על מודול הפתיחות הטופוגרפית SAGA עם הגדרות ברירת המחדל כדי ליצור את מדד הפתיחות החיובי באמצעות תמונה מוגברת של ציר z מסונן.הגדלת המרחקים האנכיים בדגמי הגובה הדיגיטליים משפרת את ההבחנה בין פתיחות חיובית באתרים בעלי משטח שטוח יחסית. לחץ על מודול מבוסס שדה LS-Factor של SAGA עם הגדרות ברירת המחדל כדי ליצור את המדרון upslope ומדדי גורם אורך השיפוע באמצעות DEMs מסוננים. לאחר מכן, לחץ על מודול אורך נתיב זרימה של SAGA עם הגדרות ברירת המחדל כדי ליצור את מדד אורך נתיב הזרימה באמצעות ה- DEMs המסוננים.לחץ על מודול מעבר הדרגתי של מרחק משופע של SAGA עם הגדרות ברירת המחדל כדי ליצור את מדד האינדקס במורד הדרגה באמצעות ה- DEMs המסוננים. כעת, לחץ על מודול מדד הרטיבות של SAGA ובחר אזור תפיסה מוחלט כסוג האזור ליצירת אזור התפיסה ומדדי מדד הרטיבות הטופוגרפית באמצעות ה- DEMs המסוננים. לחץ על מודול אינדקס הספקת-כוח זרם של SAGA, ובחר אזור תפיסה ספציפי מדומה כהמרת האזור כדי ליצור את מדד כוח הזרם באמצעות DEMs מסונן.לאחר מכן, צור מפות גובה מרביות עם רדיוסים מרובים. סנן את מפות הגובה המרביות פעמיים באמצעות מסנן של שלושה ליבות במעבר נמוך. הפחת את ה- DEM המסונן באורך שלושה מטרים ממפות הגובה המרבי המסוננת כדי לקבל סדרה של מפות תבליט.חלץ סידרה של משתני הקלה למספר מיקומים. בצע ניתוח רכיבים עיקרי על משתני ההקלה כדי להמיר את התבליטים לרכיבי הקלה טופוגרפיים. בחר רכיבים עיקריים המסבירים יותר מ- 90%שונות של ערכת הנתונים של התבליט כמדדי התבליט הטופוגרפיים.תקנן את שבע מפות התבליט באמצעות ממוצע וסטיית תקן. צור רכיבים ראשיים של הקלה לפי סכום ההקלה הטופוגרפית הסטנדרטית המשוקללת על-ידי הטעינה המתאימה. בעת יצירת מדד ההקלה, חשוב ליצור תמונות הקלה בקנה מידה מרחבי שונים כדי להגביל את אי הוודאות הקשורה לבחירה השרירותית של רדיוס מכיוון שבקרות על הקלה על מאפייני הקרקע יכולות להיות מושפעות מקנה מידה מרחבי של הקלה.בחר מספר מיקומי שדות cropland שיכולים לייצג כראוי את מאפייני הנוף של אזור המחקר ומספר שדות יבול מייצגים בקנה מידה קטן שניתן לדגום באופן אינטנסיבי. העלה את כל קואורדינטות המיקום לדוגמה למערכת מיקום גיאוגרפית מבוססת קוד ואתר אותן פיזית בשטח. לאחר מכן, לאסוף שלוש דגימות עבור כל מיקום דגימה משכבת הקרקע העליונה 30 ס"מ באמצעות בדיקה לדחוף.רשום מידע קואורדינטות גיאוגרפיות של מיקומי הדגימה באמצעות מערכת המיקום הגיאוגרפית. לאחר מכן, לסנן את דגימת הקרקע עם מסך שני מילימטר. לשקול את דגימות הקרקע לאחר ייבוש.חשב את צפיפות הקרקע באמצעות נפחי הדגימה הכוללים במקומות דגימה ומשקלים. מערבבים את שלוש הדגימות מאותו מיקום כדי לקבל דגימת אדמה מורכבת. טוחנים תת-דגימה של 10 גרם של האדמה השאובה לאבקה דקה מאוד עם טחנת רולר.עכשיו, למדוד את תוכן הפחמן הכולל הקרקע במדגם רולר טחון באמצעות בעירה על מנתח יסודות CN בטמפרטורה של 1350 מעלות צלזיוס. לאחר אפיית החומר האורגני באדמה בתנור, להעריך את התוכן פחמן פחמתי סידן על ידי ניתוח הפחמן הנותר. עכשיו, מניחים את דגימות הקרקע השאובות בתפזורת של שני מילימטרים בדגימות מרינלי, ואטום אותן.מניחים את הקוסם בגלאי, ומודדים את ריכוז הססיום של כל דגימה באמצעות ניתוח קרני גמא באמצעות מערכת ספקטרוסקופיה המקבלת תשומות משלושה גבישי גרמניום קואקסיאליים בעלי טוהר גבוה לתוך מנתחי 8, 192 ערוצים. רשום את תפוקת ריכוז צסיום. לבסוף, חשב את שיעור החלוקה מחדש של הקרקע באמצעות מלאי צסיום על-ידי החלת מודל איזון מסה II בתוכנית תוספת לגיליון אלקטרוני.460 מיקומי שדות יבול נבחרו באקראי כדי להפיק מידע טופוגרפי על קו פרשת המים של נחל אגוז באיווה. תוצאות ניתוחי קורלציה בין מדדים טופוגרפיים וצפיפות פחמן אורגנית באדמה, חלוקה מחדש של הקרקע מוצגים כאן. מדד הרטיבות הטופוגרפית והתבליט הטופוגרפי בקנה מידה גדול הראו את המתאמים הגבוהים ביותר עם שיעורי צפיפות וחלוקה מחדש של קרקעות, בהתאמה.דפוסים מרחביים של שני המדדים הראו ערכים גבוהים באזור דיכאוני וערכים נמוכים באזורים משופעים וריכסים. עם זאת, ההבדלים בין שני המדדים התרחשו באזורי תעלה, שבהם מדד הרטיבות הטופוגרפי הפגין ערכים גבוהים ביותר, אך הערכים של הקלה טופוגרפית בקנה מידה גדול לא היו שונים מאזורים סמוכים. חמישה רכיבים עיקריים טופוגרפיים שנבחרו לבניית מודלים מבוססי טופוגרפיה מפורטים כאן.מעל 70 ו -65% מהשונות בצפיפות הפחמן האורגני באדמה ובתעריפי חלוקת הקרקע הוסברו על ידי מודל הרגרסיה הרגיל הפחות מרובע עם משתנים שלמים, בהתאמה. עבור המודלים עם covariate קוליניארי הוסר, יעילות הסימולציה היו מעט נמוכים יותר מאשר מודל רגרסיה רגיל הכי פחות מרובע צעד עם מודל משתנים שלמים. עבור מודלים SPCR, יעילות סימולציה דומה כמו מודל רגרסיה רגיל הכי פחות מרובע צעד עם קוליניאריאט הוסרו.חלוקה מחדש של הקרקע ומפות צפיפות פחמן אורגניות קרקע שנוצרו ממודלים SPCR חשפו דפוסים עקביים בין סימולציות מודל ומדידות שדה. טכניקה זו סוללת את הדרך לחוקרים בתחום החקלאות לחקור חלוקה מחדש של קרקעות ודפוסי חומר אורגניים על קו פרשת המים ועל קשקשים אזוריים. ניתן לשפר את הטכניקה עם עידון נוסף של נתוני איתור אור והרחבת מדדים טופוגרפיים נוספים.

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

עיצוב והפעלה של רציף<sup&gt; 13</sup&gt; C ו<sup&gt; 15</sup&gt; N תיוג הלשכה לאחיד או דיפרנציאלי, מטבולית ומבנית, צמח איזוטופ תיוג

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

פרוטוקול לעריכת סימולציה גשם לחקר ניגר קרקע

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

הערכת פחמן אורגני יציב בקרקע שימוש סדרתית פומיגציה ונהלי דגירה

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

לוח א gusseted Thermogradient לשלוט טמפרטורות קרקע להערכת גדילת צמחי ניטור תהליכי אדמה

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

פרוטוקולים לכימות שאריות חומר הדברה להעברת מערכות Turfgrass

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 רצפי DNA לניתוח Metagenomic אדמה

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

מדידה ומיפוי דפוסים של סחף אדמה ומשקעים הקשורים אדמה ריכוזים קרבונט תחת ניהול חקלאיים

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

שיפור ספקטרוסקופית אינפרא אדום אפיון של חומר אורגני בקרקע עם המתחוללות ספקטרלי

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

יחיד-תפוקה משלימים שיטות אנליטיות ברזולוציה גבוהה עבור אפיון תערובות מורכבות חומר אורגני טבעי

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

מיקרועלילה עיצוב וצמח הכנה לדגימת קרקע עבור 15ניתוח חנקן

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. ...