SoilGrids 2.0: получение глобальной информации о почвах с количественной оценкой пространственной неопределённости
SoilGrids 2.0: producing soil information for the globe with quantified spatial uncertainty
2021-06-14
SCID: 54.1/p33sabs9
Discuss with AI
SoilGrids 2.0цифровое картографирование почвглобальные карты свойств почвмашинное обучениеколичественная оценка пространственной неопределенности
Figures from the paper
Abstract (AI)
SoilGrids создаёт карты свойств почв для всей земной поверхности со средним пространственным разрешением (размер ячейки 250 м), используя современные методы машинного обучения для построения необходимых моделей. В качестве исходных данных используются наблюдения за почвами примерно в 240 000 точках по всему миру и более 400 глобальных экологических ковариат, характеризующих растительность, морфологию рельефа, климат, геологическое строение и гидрологию. Целью данной работы было создание глобальных карт свойств почв с применением перекрёстной проверки, выбора гиперпараметров и количественной оценки пространственно явной неопределённости, реализованных в продукте SoilGrids версии 2.0, который включает современные методы и адаптирует их для глобального цифрового картографирования почв с использованием архивных данных. В статье представлена оценка глобальных прогнозов содержания органического углерода в почве, общего азота, грубых фрагментов, pH (в воде), катионообменной ёмкости, плотности сложения и гранулометрических фракций на шести стандартных глубинах (до 200 см). Количественная оценка показала метрики, соответствующие результатам предыдущих глобальных, континентальных и крупнорегиональных исследований. Качественная оценка показала, что закономерности крупного масштаба воспроизводятся хорошо. Пространственная неопределённость в глобальном масштабе подчеркнула необходимость получения большего числа почвенных наблюдений, особенно в регионах высоких широт.
Key Findings
1
Качественная оценка показала воспроизведение крупномасштабных пространственных закономерностей, а анализ неопределенности выявил высокоширотные регионы как приоритетные для сбора дополнительных наблюдений.
2
Количественная оценка дала метрики, сопоставимые с результатами предыдущих глобальных, континентальных и крупномасштабных исследований картирования почв.
3
SoilGrids 2.0 включает перекрестную проверку, подбор гиперпараметров и количественную оценку пространственно явной неопределенности для глобального цифрового картирования почв.
4
SoilGrids 2.0 создает глобальные карты семи свойств почвы с пространственным разрешением 250 м на шести стандартных глубинах до 200 см.
5
Система объединяет около 240 000 почвенных наблюдений по всему миру и более 400 экологических ковариат с использованием современных методов машинного обучения.
Research Object
Глобальные карты свойств почв, созданные SoilGrids 2.0 (разрешение 250 м)
Research Subject
Точность прогнозов глобальных карт свойств почвы, воспроизведение крупномасштабных пространственных закономерностей и пространственно явная неопределённость
Publication Details
Publication Date
2021-06-14
Journal
Publisher
ISSN
Cited by
2790
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai5
Картирование изменений лесного покрова в XXI веке с высоким пространственным разрешением2013
SoilGrids250m: глобальная гридированная информация о почвах на основе машинного обучения2017
Климатологии земной поверхности суши с высоким пространственным разрешением2017
SoilGrids1km — глобальная информация о почвах на основе автоматизированного картографирования2014
Картографирование физических свойств верхнего слоя почвы в европейском масштабе с использованием базы данных LUCAS2015
Работы, цитирующие эту статью4
Мониторинг и моделирование системы «почва–растение» для понимания здоровья почвы2025
Глобальная плотность и биомасса сетей арбускулярных микоризных грибов2026
Оценка чистых климатических выгод от увеличения интенсивности выпаса на глобальных пастбищах2026
Расширение возможностей исследований в почвоведении с помощью мультиагентных систем искусственного интеллекта2026