关于土壤有机碳库存分布在不同植被景观中的深度诱导变化的遥感
Omosalewa Odebiri1,2, Onisimo Mutanga1, John Odindi1
1School of Agricultural, Earth and Environmental Sciences, Discipline of Geography, University of KwaZulu-Natal, Pietermaritzburg, South Africa.
概括
准确预测土壤有机碳 (SOC) 库存需要考虑多个土壤深度. 这项研究使用了深度神经网络 (DNN) 模型,发现植被影响地表SOC,而地表气候和土壤特性影响更深层的碳库存.
科学领域:
- 环境科学 环境科学
- 土壤科学 土壤科学
- 遥感 遥感 遥感 遥感
背景情况:
- 土壤有机碳 (SOC) 对于减缓气候变化至关重要.
- SOC 种群容易受到环境变化的影响,因此需要精确的空间和垂直评估.
- 了解SOC动态是有效气候战略的关键.
研究的目的:
- 用先进的深度神经网络 (DNN) 模型预测多个土壤深度的SOC库存.
- 评估环境和土壤特性对不同深度SOC库存的影响.
- 确定土壤表层和深层土壤中SOC库存的关键驱动因素.
主要方法:
- 实现了一个深度神经网络 (DNN) 模型.
- 综合 Sentinel-1 合成孔径雷达 (SAR) 数据,地形气候特征和土壤物理特性.
- 预测的SOC库存位于四个不同的土壤深度 (0-30cm,30-60cm,60-100cm和100-200cm).
主要成果:
- 随着土壤深度的增加,模型预测的准确性下降 (RMSE 8.3411.97 t/h).
- 环境共变量的对 SOC 库存的影响随着深度的增长而减少.
- 植被主要驱动地表土壤SOC,而地表气候和土壤特性对深层土壤SOC更为关键.
结论:
- 对于精确的SOC建模而言,深度依赖的土壤特性是必不可少的.
- 不同的因素控制了土壤表层和深层土壤中的SOC.
- 草原展示了最高的SOC库存,商业森林显示了最大的封存率,为区域气候缓解战略提供了信息.


