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

이 연구는 USDA 자연 자원 보존 서비스 국가 보존 효과 평가 프로젝트 (NRCS 67-3A75-13-177)의 습지 구성 요소와 함께 협회에 의해 지원 되었다.

1. 지형 분석
<ol><li>디지털 데이터 전처리<ol>
<li>GeoTREE LiDAR 매핑 프로젝트 웹사이트에서 LiDAR 데이터를 수집 합니다. "경계 유형" 및 "영역" 특정 지역으로 확대를 선택 합니다. LiDAR 타일 선택한 연구 영역에 대 한 다운로드에 다각형을 그립니다.</li>
		<li>지리 정보 시스템 (GIS) 매핑 도구를 사용 하 여 라스 파일에 원시 LiDAR 데이터를 변환 합니다.</li>
		<li>역 거리 가중치 보간을 사용 하 여 3 m 해상도와 데모를 생성 합니다.</li>
		<li>필터 두 번 3 m 데모 소음을 줄이기 위해 3 커널 낮은 패스 필터와 지역 변이와 연결.</li>
	</ol>
</li>
	<li>지형 통계 생성<ol>
<li>지형 통계를 생성 하려면 먼저 자동 Geoscientific 분석 (사가)23시스템의 최신 버전을 다운로드 해 라. "가져오기 래스터" 가져오기/내보내기 섹션에서 사가로 필터링 된 3 m 데모를 가져오려면 클릭 하십시오.</li>
		<li>기울기를 생성 하는 기본 설정으로 사가의 "슬로프, 측면, 곡률" 모듈을 클릭 합니다 및 곡률 관련 [프로필 곡률 (P_Cur), 계획 곡률 (Pl_Cur), 그리고 일반 곡률 (G_Cur)] 통계를 필터링 된 데모 (그림 1)를 사용 하 여.</li>
		<li>사가의 "흐름 축적 (하향식)" 모듈을 클릭 하 고 필터링 된 데모를 사용 하 여 흐름 축적 (FA) 통계를 생성 하는 방법으로 "결정적 무한대"를 선택 합니다.</li>
		<li>필터링 된 z 축 증폭 된 이미지를 사용 하 여 긍정적인 개방 (POP) 통계를 생성 하는 기본 설정으로 "사가 지형 개방" 모듈을 클릭 합니다.</li>
		<li>Upslope 슬로프 (Upsl)을 생성 하 여 경사 길이 인자 (LS_FB) 통계 필터링 된 데모를 사용 하 여 기본 설정으로 사가의 "LS-팩터 (필드 기반)" 모듈을 클릭 합니다.</li>
		<li>필터링 된 데모를 사용 하 여 흐름 경로 길이 (FPL) 통계를 생성 하는 기본 설정으로 사가의 "흐름 경로 길이" 모듈을 클릭 합니다.</li>
		<li>필터링 된 데모를 사용 하 여 downslope 인덱스 (디) 통계를 생성 하는 기본 설정으로 사가의 "Downslope 거리 그라데이션" 모듈을 클릭 합니다.</li>
		<li>"사가 촉촉한 인덱스" 모듈을 클릭 하 고 영역 유형을 집 수 지역 (CA) 및 지형 촉촉한 인덱스 (TWI) 통계 필터링 된 데모를 사용 하 여 생성 "절대 집 수 지역" 선택 합니다.</li>
		<li>사가의 "스트림 파워 인덱스" 모듈을 클릭 하 고 필터링 된 데모를 사용 하 여 스트림 파워 인덱스 (SPI) 통계를 생성 하기 위해 지역 변환으로 "의사 특정 집 수 지역"을 선택 합니다.</li>
		<li>여러 반경 가진 최대 고도 지도 생성 합니다. 3 커널 로우 패스 필터를 통해 두 번 최대 고도 지도 필터링 합니다. 일련의 기복 지도를 필터링 된 최대 고도 지도에서 필터링 된 3 m DEM을 뺍니다. 일련의 구호 변수 위치 번호를 추출 합니다.</li>
		<li>지형 구조 구성 요소에는 부각을 변환할 구호 변수에서 주성분 분석 (PCA)를 수행 합니다. 지형 기복 메트릭 구호 dataset의 90% 분산 보다는 더 많은 설명 하는 주요 구성 요소를 선택 합니다.</li>
	</ol>
</li>
</ol>2. 필드 데이터 수집
<ol><li>샘플링 필드<ol>
<li>적절 하 게 연구 영역의 프리 특성을 나타낼 수 있는 경작지 필드 위치 및 집중적으로 샘플링할 수 있다 몇 가지 대표적인 소규모 경작지 필드의 수를 선택 합니다. 참고: 두 개의 cropland 필드에서 수집 된 토양 샘플 모델 캘리브레이션에 사용 되었다. 전체 연구 영역에서 수집 된 토양 샘플 모델 유효성 검사를 위해 사용 되었다.</li>
		<li>코드 기반 지리적 위치 시스템 (GPS) 모든 샘플 위치 좌표를 업로드 하 고 육체적으로 필드에서 그들을 찾을.</li>
		<li>푸시 프로브 (직경에서 3.2 c m)를 사용 하 여 최고 30 ㎝ 토양 층에서 각 샘플링 위치 3 샘플을 수집 합니다. 참고: 30-50 cm 층에서 토양 샘플 앙금 공 술 서 예상 되었다 사이트에서 수집 되었습니다. 각 샘플의 볼륨 241 cm3했다.</li>
		<li>GPS를 사용 하 여 위치를 샘플링의 기록 지리적 좌표 정보입니다.</li>
		<li>총 샘플 볼륨의 정보를 사용 하 여 샘플링 위치 및 무게에서 48 h. 계산 토양 밀도 90 ° C에서 건조 후 토양 샘플의 무게. 혼합 합성 토양 샘플을 같은 위치에서 3 개의 샘플.</li>
	</ol>
</li>
	<li>토양 샘플 준비<ol>
<li>2 m m 화면 합성 토양 샘플 체질.</li>
		<li>매우 정밀한 분말에 체질 한 토양의 10 g subsample 롤러 밀으로 분쇄.</li>
	</ol>
</li>
	<li>토양 샘플 분석<ol>
<li>측정 토양 총 탄소 (C) 1350 ° c.의 온도에 CN 원소 분석기에 연소를 통해 가공 된 롤러 샘플 콘텐츠 토양 유기 물으로 16 h 420 ° C의 온도에서 베이킹 후 나머지 C를 분석 하 여 탄산 칼슘 C 콘텐츠를 견적 한다.</li>
		<li>탄산 칼슘 C 콘텐츠 총 토양 C 콘텐츠를 빼서 SOC 콘텐츠 (%)를 계산 합니다. SOC 밀도 (kg m-2) 토양 밀도 사용 하 여 SOC 콘텐츠 (%)를 변환 합니다.</li>
		<li>넬리 비이 커에 대량 2 m m 체질된 토양 샘플을 넣고 그들을 봉인. 감마 레이 분석 8192 채널 분석기로 세 고 순도 동축 게르 마 늄 결정 (HpCN30% 효율)에서 입력을 받는 분 광 시스템을 사용 하 여 (참조 테이블의 자료를 통해 각 샘플의 137Cs 농도 측정 ).</li>
		<li>분석 혼합된 방사성 핵 종 표준11를 사용 하 여 시스템 보정. 137Cs 농도 137Cs 재고 토양 밀도 사용 하 여 변환.</li>
		<li>Walling 연구진이 개발한 프로그램 추가 기능에서 스프레드시트에에서 질량 균형 모델 II (MBMII)를 적용 하 여 137Cs 인벤토리를 사용 하 여 토양 재배포 속도 계산 24.</li>
	</ol>
</li>
</ol>3. 지형-기반 모델 개발
<ol><li>지형 주성분 추정<ol>
<li>전체 연구 지역에 소규모 경작지 필드 위치를 샘플링 지형 통계를 추출 합니다.</li>
		<li>평균 및 표준 편차를 사용 하 여 전체 연구 영역에서 샘플링 위치의 지형 통계를 표준화할 수 있습니다. 통계 소프트웨어 패키지와 PCA를 사용 하 여 표준화 된 지형 통계에 따라 각 구성 요소에 지형 미터 선적을 견적 한다. 각 지형 주성분 (TPC)에 지형 미터 선적을 수집 하 고 모든 통계의 90% 분산을 설명 하는 최고 TPCs 선택.</li>
		<li>소규모 경작지 분야에서 샘플링 위치의 지형 통계 표준화. 각 위치에 대 한 최고의 TPCs WCW의 샘플링 위치에서 해당 선적에 의해가 중 표준화 된 지형 통계의 합계 계산 합니다.</li>
	</ol>
</li>
	<li>모델 보정<ol>
<li>Stepwise 일반 최소 제곱 회귀 지형 기반 SOC 밀도 및 소규모 경작지 필드에서 모든 지형 통계에 따라 토양 재배포 속도 SOLSRf 모델 개발 (SOLSR)을 수행 합니다. 아카이 케 정보 기준 (AIC) 및 허가 1 아웃 교차 유효성 검사에 사용 하 여 가장 적합 하 던된 SOLSRf 모델에 대 한 지형 통계의 최적의 조합을 선택.</li>
		<li>분산 팽창 계수 (VIF)를 사용 하 여 지형 변수 간의 공선성을 확인 하십시오. 가장 큰 VIF와 변수를 제거 (VIF ≥ 7.525), VIF를 다시 확인 하 고. 모든 변수의 VIFs < 7.5 때까지 변수를 제거 합니다. SOLSR 지형 기반 SOC 밀도 대 한 SOLSRr 모델을 개발 하 여 토양 제거 높은 공선성 변수 했다 지형 통계에 따라 재배포 요금을 수행 합니다. AIC와 떠나 한 아웃 교차 유효성 검사를 사용 하 여 가장 적합 하 던된 SOLSRr 모델에 대 한 최적의 조합을 선택 하.</li>
		<li>지형 기반 SOC 밀도 SPCR 모델을 개발 하 여 소규모 경작지 필드에서 TPCs에 따라 재배포 요금 토양 stepwise 주성분 회귀 (SPCR)을 수행 합니다. AIC와 떠나 한 아웃 교차 유효성 검사에 사용 하 여 최고의 장착 SPCR 모델 TPCs의 최적의 조합을 선택.</li>
		<li>결정 (R조정2), 내 쉬-섯 효율 (NSE), 및 측정된 데이터 (RSR)의 표준 편차를 제곱 평균 오차의 비율 모델의 효율성을 평가 하기 위해 조정된 계수를 계산 합니다.</li>
	</ol>
</li>
	<li>모델 평가<ol>
<li>SOC 밀도 추정 하 고 전체 연구 영역에서 재배포 속도 추정된 모델을 적용 하 여 토양.</li>
		<li>SOC 밀도의 측정된 데이터 집합으로는 예측을 비교 하 여 개발 된 모델을 확인 하 고 전체 연구 영역에서 재배포 요금 토양. R조정2, NSE, RSR을 사용 하 여 모델 공연 평가 값.</li>
	</ol>
</li>
</ol>

저자는 공개 없다.

SOLSRf 모델 필드 규모에서 교정에 SPCR 모델 보다 약간 더 나은 공연을 했다. 그러나, SPI 등 CA (r > 0.80), 지형 통계 중 일부는 밀접 하 게 상관 서로. 공선성 모델 예측 불확실성을 추가할 수 있습니다. 예언자 중 multicollinearity 때문에 입력된 변수에서 작은 변화는 모델 예측41크게 달라질 수 있습니다. 따라서, SOLSRf 모델 불안정 하 고 낮은 보였다 분수령 규모 SOC 밀도 토양 재배포 속도의 시뮬레이션에서 효율성. SPCR 모델을 실질적으로 유역 규모 SOC 분포의 예측에서 SOLSRf 모델을 보다. TPCs 15 지형 통계 상호 독립적인 (직교) 구성 요소에 변환 하 여는 multicollinearity를 제거 합니다. 변환 또한 지형 통계 간의 기본 관계를 발견. 구성 요소에 지형 통계의 높은 선적 (> 0.35)으로 표시, TPC1, TPC2, TPC3, TPC6, 및 TPC7 관련 되었다 결선 속도, 토양 수 분 함량, 결선 볼륨, 흐름 분기 및 흐름 가속, 각각. 토양 재배포 속도 및 SOC 분포의 공간적 패턴은 높은 토양 수 분 함량 연관 및 폭스와 Papanicolaou2는 그 증명의 연구와 일치 하는 WCW에 결선 발산에서 토양 침식 고지대는 낮은 릴리프 농업 유역에서 흐름의 발산에 의해 영향을 받을 수 있습니다.
또한, SOLSRf SOLSRr 모델 보다 SPCR 모델에 더 적은 예측 변수 예측 모델42,43-피팅의 위험 감소. 모든 SOLSR 모델, 데이터 해석의 어려움을 증가 시킬 수 있으며 모델 시뮬레이션41,,4445에서 높은 분산 유도 이상 6 변수 했다. 이것은 낮은 예측 효율성 WCW에 SPCR 모델 보다 SOLSR 모델에 대 한 계정 수 있습니다.
지형-기반으로 SPCR 모델 장점을 토양 재배포 및 관련된 SOC 역학 시뮬레이션. 첫째, 지형 정보 데모에서 쉽게 파생 될 수 있다. 높은 공간 해상도 LiDAR 데이터의 최근 증가 접근 DEM 파생 프리 지형의 정확도 향상 및 혜택 제한 필드 관측 지역에서 조사 수 있습니다. 둘째, 지형 통계 및 통계 분석의 세트를 사용 하 여 지형 기반 모델 수 효율적으로 계량 토양 재배포 및 SOC 배포 패턴. 셋째, 주성분의 응용 수 효과적으로 지형 통계의 multicollinearity와 관련 된 편견을 감소 하 고 여러 공간 눈금에 적용 될 때 단계적 회귀 모델의 안정성을 증가.
그러나, SPCA 모델 모델을 개발 하는 동안 변수에 의해 제한 될 수 있습니다. LiDAR 데이터의 응용 생태 연구에 증가, 지형 정보를 파생 하는 방법은 하지 아직 완전히 탐험 되었습니다. 이 연구에서는 트 위 어 및 LsRe 보여주었다 가장 높은 상관 관계 SOC 밀도와 토양 재배포 속도, 각각. 그러나, 간주 되지 않습니다 추가 지형 변수 동등 하 게 있을 수 있습니다 또는 토양 침식과 C 역학을 설명 하는 더 중요 한. 또한, 관리 관행, 토양 침식 가변성을 발생할 수 있습니다, 같은 다른 요인 본이 연구에 포함 되지 않았다. 예를 들어 경작의 최대 경사 방향에 평행 일 때, 토양 침식 slantwise 경작 토양 upslope46선회 침식 기준 두 번 수 있습니다. 따라서, 다른 경작 관행 SPCR 모델의 효율성을 감소 예측에 대 한 이유를 수도 있습니다.
연구 사슬17에서 간행 된 종이 기반으로 합니다. 기계 기반 토양 운동과 토양 속성 사슬 종이에서 수행에 지형 영향 분석, 대신 여기 우리 지형 통계를 측정 하 고 지형 기반 모델 개발을 위한 방법에 집중. 우리 토양 속성의 공간 구조 연구에 지형 기반 모델을 사용 하 여의 장점과 타당성을 논의 했다. 한편, 우리는 경사 길이 비율과 흐름 축적의 알고리즘을 업데이트 하 여 우리의 모델을 개선. 경사 길이 인자 측정의 규모 필드의 영역으로 제한 되었다. 또한, 결정적 무한대 알고리즘 흐름 누적 생성을 위해 사용 되었다. 리 외 에 보고 하는 방법에 비해 17 흐름 축적 결정적 8 노드 알고리즘,이 연구에서 채택 무한대 알고리즘 생성 흐름 방향 각도에 루프를 감소 시키고 기복이 지역47에 대 한 더 나은 알고리즘을 판명.
결론적으로, 우리의 결과 지형 기반 SOC 분포 및 농업 분야에서 토양 재배포 패턴 시뮬레이션에 SPCR 모델의 타당성을 보여줍니다. SOC 주식 및 토양 재배포 속도 추정 하는 비용 효율적인 방법으로 제한 된 관측 데이터와 개인 땅에 공용 액세스를 부족 한 사이트에 적용 됩니다. 미래 연구, 예측 모델 더욱 세련미와 LiDAR 데이터의 가용성 및 추가 지형 통계의 포함 향상 될 수 있습니다. 대규모 토양 속성 지도 개발 된 모델에 따라 농업 경관과 분수령 지역 비늘에서 SOC의 운명에 토양 운동에 지형 영향을 기본 메커니즘의 더 이해를 이어질 것입니다.

토양 재배포 (침식과 증 착) 토양 유기 탄소 (SOC) 주식 및 역학에 중요 한 영향을 미치는. 증가 노력 SOC는 분리, 이송, 방법과 풍경1,2,3입금 조사에 헌신 했습니다. Carbon (C) 격리 및 SOC 배포 물 침식4,,56에 의해 유도 된 중력 기반 토양 운동에 의해 영향을 받습니다. 경작된 분야에서 경작으로 토양 전 C 재배포7,,89에 기여 하는 또 다른 중요 한 과정입니다. 경작 부식 토양 입자의 상당한 net downslope 운동 원인과 필드 내에서 토양 변형10리드. 물과 경작 침식 크게 erosional depositional 사이트11의 위치를 결정 하는 프리 지형에 의해 영향을 받습니다. 따라서, 효과적인 토양 침식 규정과 농업 토지에는 지형 컨트롤의 더 나은 이해에 대 한 호출에서 C 동적 조사 토양 침식 및 움직임.
여러 연구 조사 지형 토양 재배포 및 관련된 SOC 역학9,12,13,,1415,16, 에 영향 17. 반 데르 특권 외. 12 보고 지형 요소 토양 재배포에 다양성의 43%를 설명 했다. 이 및 Gilkes13 그늘진 측면, 증발 rangelands의 다른 측면에 비해 갈수록 낮은 온도 때문에 토양에서 높은 SOC를 발견. 지형 지형 간의 상호 작용으로 인해 최소 경작에 그들 보다 전통적인 경작 치료와 함께 농업 토지에 토양 재배포에 더 중요 한 영향을 미칠 수 있습니다 하 고 경작 연습9. 그러나, 이러한 연구 결과 주로 넓은 공간 규모에서 토양 속성 조사에 어려움이 존재 분야 관측에서 파생 되었다. 효과적으로 유역 및 지역 규모에서 토양 속성의 공간 패턴을 이해 하는 새로운 전략을 개발 하는 긴급 한 필요가 있다.
이 연구의 목적은 토양 재배포 및 SOC 분포를 시뮬레이션 하기 위해 효율적인 모델을 개발 하는 것 이다. 지형 기반 모델 지형 통계를 사용 하 여 예측 척도 토양 침식과 증 착 프로세스를 개발 되었습니다. 비교와 경험적 또는 프로세스 기반 디지털에서 파생 된 지형 정보를 기반으로 하는 침식 토양 침식18,19, 지형 기반 모델을 시뮬레이션 하기 위해 개별 필드 samplings 고용 모델 개발 될 수 있습니다. 높은 해상도와 고도 모델 (데모)입니다. 이 방법은 분수령 또는 지역 규모에서 지속적인 토양 속성 시뮬레이션 할 수 있습니다. 지난 몇 년간에서 지형 정보의 정확성은 실질적으로 향상, 고해상도 원격 감지 데이터의 가용성을 증가 함께. 이러한 조사의 대부분 단일 지형 통계 또는 단일 카테고리를 사용 하는 이전 연구 토양 속성12,20,,2122시뮬레이션 지형 기반 모델 고용, 비록 지형 통계 (로컬, 로컬이 아닌 또는 결합 된 지형 통계),이 수 하지는 충분히 탐험 토양 미생물 활동에 지형 영향. 따라서, 토양 침식과 C 역학에 지형 컨트롤의 더 나은 이해를 얻으려면, 우리는 로컬, 로컬이 아닌 및 결합 된 지형 통계를 포함 하 고 지형 기반 다중 변수 개발 지형 통계의 종합 세트 검사 토양 속성 역학 시뮬레이션 모델입니다. 이 모델의 응용 프로그램은 더 나은 토양 침식 제어 및 농업 토지 관리에 대 한 과학적인 지원을 제공으로 예상 된다.
지형 통계는 일반적으로 세 가지 범주 중 하나로 분류: a) 지역 지형 통계, b) 비 로컬 지형 통계, 또는 c) 결합 된 지형 통계. 지역 지형 통계 땅 표면에 1 포인트의 로컬 기능을 참조 하십시오. 비-로컬 지형 통계 선택한 포인트의 상대적 위치를 참조 하십시오. 결합 된 지형 통계 통합 로컬 및 비로컬 지형 통계. 토양 침식과 증 착에 영향을 미치는 지형 통계 집합이 지형 컨트롤 토양 운동과 C 주식 (표 1)에 조사를이 연구에 사용 되었다. 특히, 우리가 사용 하는 4 개의 지역 지형 통계 [슬로프, 프로필 곡률 (P_Cur), 곡률 (Pl_Cur), 일반 곡률 (G_Cur) 계획], 7 비 로컬 지형 통계 [흐름 축적 (FA), 지형 제거, 긍정적인 개방 (POP), upslope 슬로프 (UpSl), 흐름 경로 길이 (FPL), downslope 인덱스 (디), 집 수 지역 (캘리포니아)] 3 지형 통계 결합 [지형 촉촉한 인덱스 (TWI), 스트림 파워 인덱스 (SPI), 그리고 경사 길이 인자 (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

프리 지형 토양 형성에 영향을 미치는 중요 한 요소 이며, 결선 및 경작 활동에 의해 유도 된 중력 기반 토양 운동 조절로 지구 표면에 토양 속성을 결정 하는 중요 한 역할을 재생 합니다. 빛 감지 및 움직이는 (LiDAR) 데이터의 최근 응용 토양 속성 변화를 조사 하는 데 사용할 수 있는 높은 공간 해상도 지형 통계를 생성 하기 위한 약속을 보유 하고있다. 이 연구에서 15 지형 통계 LiDAR 데이터에서 파생 된 재배포 토양의 토양 유기 탄소 (SOC)의 공간 배급에 지형 영향을 조사 하기 위해 사용 되었다. 특히, 우리는 지형 통계 및 stepwise 주성분 회귀 (SPCR) 지형 기반 토양 침식 및 사이트 및 유역 비늘에서 SOC 모델 개발 특성화에 대 한 지형 주 구성 요소 (TPCs)의 사용을 탐험. SPCR 모델의 성능 stepwise 일반 최소 제곱 회귀 (SOLSR) 모델에 대해 평가 했다. 결과 SPCR 토양 재배포 속도 다양 한 공간 스케일에서 SOC 밀도 예측 실적된 SOLSR 모델을 모델을 보여주었다. TPCs 사용 개별 입력된 변수 사이의 잠재적인 공선성을 제거 하 고 주성분 분석 (PCA) 차원 감소 overfitting 예측 모델의 위험을 감소. 이 연구는 다양 한 공간 비늘에 걸쳐 토양 재배포를 모델링 하기 위한 새로운 접근을 제시 한다. 한 응용 프로그램에 대 한 개인 토지에 대 한 액세스는 종종 제한 됩니다, 하 고 개인 땅을 포함 하는 더 큰 설정 대표 연구 사이트에서 결과 추정 하는 필요는 중요 한 수 있습니다.

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

프리 프로세스 토양 형성의 중요 한 구성 요소 이며 토양 속성 및 풍경에 공간 구조 결정에 중요 한 역할. 우리 stepwise 주성분 회귀를 사용 하 여 다양 한 공간적 스케일에 걸쳐 토양 재배포 및 토양 유기 탄소를 예측 하는 새로운 접근 방식을 제안 합니다.

토양 재배포 및 토양 유기 탄소를 매핑할 지형 모델 확장에 대 한 주요 부품의 사용

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

이 방법은 조경 지형이 토양 침식 및 토양 유기물 역학에 영향을 미칠 수있는 방법과 같은 농업 분야의 주요 질문에 대답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 제한된 관찰이있는 사이트에 적용 할 수 있으며 토양 유기 탄소 재고 및 토양 재분배 공정의 비용 효율적인 추정을 제공한다는 것입니다. 먼저 GeoTREE 조명 감지 및 배열 매핑 프로젝트 웹 사이트에서 데이터를 수집합니다.특정 영역으로 확대할 경계 유형 및 영역을 선택합니다. 그런 다음 다각형을 그려 선택한 학습 영역에 대한 광 감지 및 배열 타일을 다운로드합니다. 원시 광 감지 및 범위 데이터를 지리적 정보 시스템 매핑 도구를 사용하여 LAS 파일로 변환합니다.다음으로 역거리 가중 보간을 사용하여 3미터 간격 해상도로 디지털 고도 모델 또는 DEMS를 생성합니다. 3미터 DEMS를 3커널 로우 패스 필터로 두 번 필터링하여 로컬 변화와 관련된 소음을 줄입니다. 지형 메트릭을 생성하려면 먼저 가져오기/내보내기 섹션에서 래스터 가져오기를 클릭하여 필터링된 3미터 DEMS를 SAGA로 가져옵니다.다음으로, SAGA의 경사, 양상, 곡률 모듈을 기본 설정으로 클릭하여 경사, 곡률 관련 메트릭 및 필터링된 DEM을 사용하여 일반 곡률 메트릭을 생성합니다. SAGA의 흐름 축적 하향식 모듈을 클릭하고 필터링된 DEM을 사용하여 유량 축적 메트릭을 생성하는 방법으로 결정적 무한대를 선택합니다. 다음, 필터링 된 z 축 증폭 이미지를 사용하여 긍정적 인 개방성 메트릭을 생성하려면 기본 설정과 사가 지형 개방 성 모듈을 클릭합니다.디지털 고도 모델의 수직 거리 확대는 상대적으로 평평한 표면을 가진 사이트에서 긍정적인 개방성의 구별성을 향상시킵니다. 기본 설정과 함께 사가의 LS-팩터 필드 기반 모듈을 클릭하여 필터링된 DEM을 사용하여 경사 경사 및 경사 길이 계수 메트릭을 생성합니다. 다음으로, 필터링된 DEM을 사용하여 유동 경로 길이 메트릭을 생성하려면 기본 설정과 함께 SAGA의 흐름 경로 길이 모듈을 클릭합니다.SAGA의 다운슬로프 거리 그라데이션 모듈을 기본 설정과 함께 클릭하여 필터링된 DEM을 사용하여 다운슬로프 인덱스 메트릭을 생성합니다. 이제 사가 습윤 지수 모듈을 클릭하고 절대 유역 영역을 영역 유형으로 선택하여 필터링된 DEM을 사용하여 유역 영역 및 지형 습윤 지수 메트릭을 생성합니다. 사가의 스트림 전원 인덱스 모듈을 클릭하고, 필터링된 DEM을 사용하여 스트림 전원 인덱스 메트릭을 생성하기 위해 영역 변환으로 의사 특정 유역 영역을 선택합니다.이에 따라 반지름이 여러 최대 고도 맵을 생성합니다. 최대 고도 맵을 3커널 로우 패스 필터를 통해 두 번 필터링합니다. 필터링된 최대 고도 맵에서 필터링된 3미터 DEM을 빼서 일련의 릴리프 맵을 가져옵니다.일련의 릴리프 변수를 여러 위치에 추출합니다. 릴리프 변수에 대한 주 성분 분석을 수행하여 릴리프를 지형 릴리프 구성 요소로 변환합니다. 릴리프 데이터 집합의 90% 이상의 분산을 지형 완화 메트릭으로 설명하는 주 구성 요소를 선택합니다.평균 및 표준 편차를 사용하여 일곱 개의 릴리프 맵을 표준화합니다. 해당 로딩에 의해 가중된 표준화된 지형 릴리프를 합하면 릴리프 주 구성요소를 만듭니다. 릴리프 메트릭을 만드는 동안 토양 특성에 대한 완화 제어가 공간 적 완화 의 척도에 의해 영향을 받을 수 있으므로 임의의 반경 선택과 관련된 불확실성을 제한하기 위해 다양한 공간 척도에서 릴리프 이미지를 생성하는 것이 중요합니다.연구 영역의 풍경 특성과 집중적으로 샘플링할 수 있는 여러 대표적인 소규모 농경지 필드를 적절히 나타낼 수 있는 여러 농경지 필드 위치를 선택합니다. 모든 샘플 위치 좌표를 코드 기반 지리적 위치 지정 시스템에 업로드하고 필드에 물리적으로 찾습니다. 다음으로 푸시 프로브를 사용하여 상위 30센티미터 토양 층에서 각 샘플링 위치에 대해 세 가지 샘플을 수집합니다.지리적 위치 지정 시스템을 사용하여 샘플링 위치의 지리적 좌표 정보를 기록합니다. 이에 따라 토양 샘플을 2밀리미터 화면으로 체로 처리합니다. 건조 후 토양 샘플을 계량합니다.샘플링 위치와 가중치에서 총 샘플 볼륨을 사용하여 토양 밀도를 계산합니다. 동일한 위치에서 세 개의 샘플을 혼합하여 복합 토양 샘플을 가져옵니다. 체질 토양의 10그램 서브샘플을 롤러밀로 매우 미세한 분말로 갈아보세요.이제 1350°C의 온도에서 CN 원소 분석기의 연소를 통해 롤러 밀링 샘플의 토양 총 탄소 함량을 측정합니다. 토양 유기물을 용광로로 베이킹한 후 남은 탄소를 분석하여 탄산칼슘 탄소 함량을 추정합니다. 이제 마리넬리 비커에 벌크 2밀리미터 체질 토양 샘플을 배치하고 밀봉하십시오.비커를 검출기에 배치하고, 3개의 고순도 동축 게르마늄 결정에서 8, 192 채널 분석기로 입력을 수신하는 분광계 시스템을 사용하여 감마선 분석을 통해 각 시료의 세슘 농도를 측정한다. 세슘 농도 출력을 기록합니다. 마지막으로 스프레드시트 추가 프로그램에 질량 대차대조표 모델 II를 적용하여 세슘 재고를 사용하여 토양 재분배 속도를 계산합니다.460 작물 필드 위치는 무작위로 아이오와의 월넛 크릭 유역에서 지형 정보를 파생하도록 선택되었다. 지형 메트릭과 토양 유기 탄소 밀도 사이의 상관 관계 분석 의 결과, 토양 재분배는 여기에 제시된다. 지형습지수와 대규모 지형완화는 밀도및 토양재분배율과 각각 가장 높은 상관관계를 보였다.두 메트릭의 공간 패턴은 우울증 영역에서 높은 값과 경사진 및 능선 영역에서 낮은 값을 보여 주었다. 그러나 지형습지수가 매우 높은 값을 나타내고 있지만 대규모 지형 완화의 값이 인접 영역과 다르지 않은 도랑 지역에서 두 메트릭 간의 차이가 발생했습니다. 지형 기반 모델을 빌드하기 위해 선택된 5개의 지형 주성분이 여기에 나열되어 있습니다.토양 유기 탄소 밀도 및 토양 재분배 비율의 70 및 65% 이상은 전체 변수를 가진 단계별 최저 제곱 회귀 모델에 의해 설명되었다. 콜리니어 코바레아테를 제거한 모델의 경우, 시뮬레이션 효율성은 전체 변수 모델을 가진 단계별 일반 최소 정사각형 회귀 모델보다 약간 낮았다. SPCR 모델의 경우, 콜리니어 코바레를 제거한 단계별 일반 최소 정사각형 회귀 모델과 유사한 시뮬레이션 효율이 관찰된다.SPCR 모델에서 생성된 토양 재분배 및 토양 유기 탄소 밀도 맵은 모델 시뮬레이션과 현장 측정 사이의 일관된 패턴을 드러냈습니다. 이 기술은 농업 분야의 연구원들이 유역 및 지역 비늘에서 토양 재분배 및 유기물질 패턴을 탐구할 수 있는 길을 열어줍니다. 이 기술은 광 검출및 데이터 범위의 추가 개선 및 추가 지형 메트릭의 포함으로 개선 될 수 있습니다.

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

연속의 설계 및 운영<sup&gt; 13</sup&gt; C 및<sup&gt; 15</sup통일 또는 차등을위한&gt; N 레이블 상공 회의소, 대사 및 구조, 식물 동위 원소 라벨링

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

연구

환경과학

A Protocol for Conducting Rainfall Simulation to Study Soil Runoff

토양 유출을 연구하기 위해 강우 시뮬레이션을 실시하기위한 프로토콜

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

순차 훈증 배양 절차를 사용하여 토양으로 불안정 유기 탄소의 평가

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

거싯 Thermogradient 표는 토양 프로세스 식물 성장 평가 및 모니터링을위한 토양 온도를 제어하는

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

잔디가 시스템에 양도 잔류 농약을 정량화하기위한 프로토콜

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

Metagenomic 토양 분석 Nanopore DNA 시퀀싱

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

측정 및 토양 침식과 토양 탄산 농도 농업 관리에 관련 된 증 착 패턴 매핑

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

스펙트럼 차감으로 토양 유기 물질의 적외선 분광학 특성 개선

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

복잡 한 자연 유기 물질 혼합물을 특성화에 대 한 단일 처리량 보완 고해상도 분석 기법

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

15개의질소 분석을 위한 마이크로플롯 설계 및 식물 및 토양 샘플 준비

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. ...