土壤有机碳的非静止空间预测:对库存评估决策的含义
Mark D Risser1, Catherine A Calder2, Veronica J Berrocal3
1* Lawrence Berkeley National Laboratory.
The annals of applied statistics
|September 2, 2024
概括
这项研究开发了一种新方法,以高空间分辨率预测土壤有机碳 (SOC). 该方法为气候科学和农业决策提供了有价值的不确定性地图.
科学领域:
- 环境科学 环境科学
- 土壤科学 土壤科学
- 地质统计学 在地质统计学
背景情况:
- 快速碳评估 (RaCA) 项目为整个美国 (2010-2012) 提供了土壤有机碳 (SOC) 测量.
- 直接的SOC观测缺乏详细的气候和农业研究所需的高空间分辨率.
- 在未测量的位置预测SOC对于理解碳动态至关重要.
研究的目的:
- 为了比较各种统计方法用于SOC的空间预测.
- 引入和评估一种新的非静止空间预测方法.
- 为了应对领域分区,共变量整合和不确定性量化方面的挑战.
主要方法:
- 使用RaCA数据的子集对SOC进行空间预测.
- 静态和非静态地质统计方法的比较.
- 开发一种使用域分区和共变量分析的新型非静止方法.
主要成果:
- 在本数据集的测试方法中,样本外性能标准的最小差异.
- 通过不同的方法生成的预测不确定性图的显著变化.
- 这种新的方法产生了空间变化的不确定性指标.
结论:
- 这种新的非静止方法为SOC的预测不确定性提供了有价值的见解.
- 空间变化的不确定性地图有助于对比模型和确定土壤恢复和碳封存项目的区域.
- 准确的SOC预测对于有效的气候和农业管理至关重要.
更多相关视频
09:44Use of Principal Components for Scaling Up Topographic Models to Map Soil Redistribution and Soil Organic Carbon
Published on: October 16, 2018
10.2K
07:32Monitoring Pedogenic Inorganic Carbon Accumulation Due to Weathering of Amended Silicate Minerals in Agricultural Soils.
Published on: June 4, 2021
5.1K
