SoilGrids1km — глобальная информация о почвах на основе автоматизированного картографирования
SoilGrids1km — Global Soil Information Based on Automated Mapping
2014-08-29
SCID: 54.1/5k2ep24m
Discuss with AI
SoilGrids1kmавтоматизированное картографирование почвглобальная информационная система о почвахглобальные модели пространственного прогнозированияорганический углерод почвы
Figures from the paper
Abstract (AI)
ПРЕДПОСЫЛКИ: Почвы широко признаны невозобновляемым природным ресурсом и биофизическими поглотителями углерода. Поэтому потребность в глобальной информации о почвах постоянно возрастает. Хотя уже существует несколько глобальных информационных систем о почвах, они, как правило, характеризуются несогласованностью данных и ограниченной пространственной детализацией. МЕТОДОЛОГИЯ/ОСНОВНЫЕ РЕЗУЛЬТАТЫ: Представлена SoilGrids1km — глобальная трёхмерная информационная система о почвах с разрешением 1 км, содержащая пространственные прогнозы для ряда почвенных свойств на шести стандартных глубинах: содержание органического углерода в почве (г кг-1), pH почвы, доли песка, ила и глины (%), плотность сложения (кг м-3), катионообменная ёмкость (смоль+/кг), содержание крупных фрагментов (%), запас органического углерода в почве (т га-1), глубина до коренной породы (см), почвенные группы по Всемирной справочной базе почвенных ресурсов (World Reference Base) и подотряды по классификации почв Министерства сельского хозяйства США (USDA Soil Taxonomy). Наши прогнозы основаны на глобальных моделях пространственного прогнозирования, построенных отдельно для каждой почвенной переменной с использованием совокупности основных международных баз данных почвенных профилей (около 110 000 профилей) и примерно 75 глобальных экологических ковариат, характеризующих факторы почвообразования. Результаты регрессионного моделирования показывают, что наиболее полезными ковариатами для моделирования почв в глобальном масштабе являются климатические индексы и индексы биомассы (на основе изображений MODIS), литология и таксономические картографические единицы, полученные в результате традиционного почвенного обследования (Harmonized World Soil Database). Точность прогнозирования, оценённая с помощью пятиблочной перекрёстной проверки, составляла 23–51%. ВЫВОДЫ/ЗНАЧИМОСТЬ: SoilGrids1km предоставляет первоначальный набор примеров пространственных данных о почвах для использования в глобальных моделях с разрешением и согласованностью, ранее недоступными. К основным ограничениям текущей версии SoilGrids1km относятся: (1) слабые связи между почвенными свойствами/классами и объясняющими переменными вследствие несоответствия масштабов, (2) сложность получения ковариат, отражающих факторы почвообразования, и (3) низкая плотность выборки и пространственная кластеризация местоположений почвенных профилей. Однако, поскольку система SoilGrids является высоко...
Key Findings
1
Наиболее полезными глобальными предикторами оказались климатические и полученные из MODIS индексы биомассы, литология и таксономические картографические единицы Harmonized World Soil Database.
2
Пятикратная перекрёстная проверка показала точность прогнозирования от 23% до 51% для моделируемых почвенных переменных.
3
Ключевые ограничения включают несоответствие масштабов, недостаток ковариат для факторов почвообразования и малую плотность пространственно кластеризованных почвенных профилей.
4
SoilGrids1km предоставляет глобальные трёхмерные прогнозы множества свойств и классификаций почв с разрешением 1 км для шести стандартных глубин.
5
Система построена примерно на 110 000 международных почвенных профилях и около 75 глобальных экологических ковариатах, отражающих факторы почвообразования.
Research Object
Глобальный набор пространственных данных почв SoilGrids1km
Research Subject
Глобальное пространственное прогнозирование свойств и классов почв на шести стандартных глубинах с разрешением 1 км
Publication Details
Publication Date
2014-08-29
Journal
Publisher
ISSN
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest