使用Sentinel-2和辅助环境数据,对欧洲温带森林的土壤pH值进行高分辨率预测

科学领域:

• 生态生态学 生态生态学
• 土壤科学 土壤科学
• 遥感 遥感 遥感 遥感

背景情况:

• 土壤pH对于森林健康和生态系统功能至关重要.
• 森林中的高分辨率土壤pH测绘目前是有限的.
• 了解土壤pH值的变化对于有效的森林管理至关重要.

研究的目的:

• 为欧洲温带森林开发一个高分辨率 (30米) 的土壤pH测绘模型.
• 评估Sentinel-2光谱数据和土壤物理特性在预测土壤pH的有效性.
• 确定影响森林生态系统土壤pH值的关键预测因素.

主要方法:

• 利用了Sentinel-2的光谱数据,现场的土壤pH值测量,以及 LUCAS的土壤表面物理特性数据库.
• 使用随机森林模型估计欧洲温带森林的土壤pH值.
• 纳入了高度数据作为额外的预测变量.

主要成果:

• 实现了30米分辨率的土壤pH的高预测精度 (R2 = 0.62),尽管森林树冠面临挑战.
• 确定了散装密度,可用的水容量和粘土含量作为关键的物理预测指标.
• 卫星-2的SWIR,NIR和红边波段在捕捉与土壤酸度相关的植被反应方面被证明是有价值的.
• 模型的准确性在空间上有所不同,在中欧/南欧的表现更高,在斯堪的纳维亚的表现更低.
• 在森林类型之间观察到显著的pH值差异,落叶森林的酸性低于针叶森林.

结论:

• 高分辨率遥感,特别是Sentinel-2,显示出监测森林土壤pH值的巨大潜力.
• 开发的模型为支持可持续森林管理,生物多样性保护和气候适应战略提供了有价值的工具.
• 进一步的研究可以完善像斯堪的纳维亚这样具有挑战条件的地区的模型.