view in publisher's site

Sentinel-2 image capacities to predict common topsoil properties of temperate and Mediterranean agroecosystems

Highlights•The aim was to assess the capacity for S2A to predict topsoil properties regionally.•SOC, pH, CaCO3, CEC prediction models yielded R2cv ≥ 0.5 RPD ≥ 1.4 for Temperate area.•Iron, CEC outcomes were 0.5 > R2cv > 0.39, 1.4 > RPD > 1.3 for the Mediterranean area.•Clay prediction models yielded 0.5 > R2cv > 0.39, 1.4 > RPD > 1.3 for both areas.•Best predictions did well approximate the spatial patterns of soil properties.AbstractTo be fully operational for facilitating decisions made at any spatial level, models and indicators of soil ecosystem functions require the use of precise spatially referenced soil information as inputs. This study aimed at exploring the capacity for Sentinel-2A (S2A) multispectral satellite images to predict several topsoil properties in two contrasted pedoclimatic environments: a temperate region marked by intensive annual crop cultivation patterns and soils derived from loess or colluvium and/or marine limestone or chalk (Versailles Plain, 221 km2); and a Mediterranean region marked by vineyard cultivation and soils derived from lacustrine limestone, calcareous sandstones, colluvium, or alluvial deposits (Peyne catchment, 48 km2). Prediction models of soil properties based on partial least squares regressions (PLSR) were built from S2A spectra of 72 and 143 sampling locations across the Versailles Plain and Peyne catchment, respectively. Eight soil surface properties were investigated in both regions: pH, cation exchange capacity (CEC), texture fractions (Clay, Silt, Sand), Iron, Calcium Carbonate (CaCO3) and Soil Organic Carbon (SOC) content. Predictive abilities were studied according to the root mean square error of cross-validation (RMSECV) tests, cross-validated coefficient of determination (R2cv) and ratio of performance to deviation (RPD). Intermediate prediction performance outcomes (R2cv and RPD greater than or equal to 0.5 and 1.4, respectively) were obtained for 4 topsoil properties found across the Versailles Plain (SOC, pH, CaCO3 and CEC), and near-intermediate performance outcomes (0.5 > R2cv > 0.39, 1.4 > RPD > 1.3) were yielded for 3 topsoil properties (Clay, Iron, and CEC) found across the Peyne catchment and for 1 property (Clay) found across the Versailles Plain. The study results show what can be expected from Sentinel-2 images in terms of predictive capacities at the regional scale. The spatial structure of the estimated soil properties for bare soils pixels is highlighted, promising further improvements made to spatial prediction models for these properties based on the use of Digital Soil Mapping (DSM) techniques.

ظرفیت تصویر Sentinel - ۲ برای پیش‌بینی خواص خاک سطحی عمومی مناطق معتدل و مدیترانه‌ای

کاره‌ای مهم: هدف، ارزیابی ظرفیت for برای پیش‌بینی خواص سطحی مختلف منطقه‌ای بود. * SOC، pH، CaCO۳، مدل‌های پیش‌بینی کمیسیون مرکزی انتخابات تسلیم شد. ۵ RPD۱. ۴ برای مساحت Temperate. آهن، نتایج کمیسیون مرکزی انتخابات ۰.۵ > R۲cv > ۳۹، ۱.۴ > RPD > ۱.۳ برای منطقه مدیترانه بودند. مدل‌های پیش‌بینی کلی ۰.۵ > R۲cv > ۰.۳۹، ۱.۴ > RPD > را برای هر دو منطقه به ثمر رساندند. بهترین پیش‌بینی‌ها به خوبی الگوی فضایی of خاک را به طور کامل برای تسهیل تصمیم‌گیری در هر سطح فضایی، مدل‌ها و شاخص‌های عملکرد اکو سیستم خاک که نیازمند استفاده از اطلاعات خاک به عنوان ورودی هستند، به طور کامل عملیاتی کرد. این مطالعه با هدف بررسی ظرفیت ماهواره Sentinel - ۲ A (S۲A)برای پیش‌بینی چندین ویژگی خاک سطحی در دو محیط مقایسه شد: یک منطقه معتدل که با کاشت سالانه کشت محصول و خاک حاصل از رسوبات vineyard، colluvium sandstones، colluvium، یا رسوبات marine (حوضه آبریز peyne، ۴۸ کیلومتر مربع)مشخص می‌شود. مدل‌های پیش‌بینی خواص خاک براساس رگرسیون حداقل مربعات جزئی (plsr)از طیف‌های S۲A از ۷۲ و ۱۴۳ مکان نمونه‌برداری در سراسر دشت ورسای و peyne catchment ساخته شدند. هشت ویژگی سطح خاک در هر دو ناحیه مورد بررسی قرار گرفت: PH، ظرفیت تبادل کاتیون (CEC)، بخش‌های بافت (کلی، Silt، ماسه)، آهن، کلسیم Carbonate (CaCO۳)و خاک ارگانیک ارگانیک (SOC). قابلیت‌های پیشگویانه با توجه به خطای جذر میانگین ریشه در آزمون‌های اعتبار سنجی (RMSECV)، ضریب تعیین اعتبار سنجی (R۲cv)و نسبت عملکرد به انحراف (RPD)مورد مطالعه قرار گرفتند. نتایج عملکرد پیش‌بینی متوسط (R۲cv و RPD، به ترتیب برابر با ۰.۵ و ۱.۴، به ترتیب برای ۴ ویژگی خاک سطحی که در سراسر دشت ورسای پیدا شدند (کلی، آهن، و کمیسیون مرکزی)در سراسر حوضه آبریز peyne و برای ۱ ملک (کلی)یافت شدند که در سراسر دشت ورسای یافت شدند. نتایج مطالعه نشان می‌دهد که چه چیزی را می توان از تصاویر Sentinel - ۲ برحسب ظرفیت‌های پیش‌بینی‌کننده در مقیاس منطقه‌ای پیش‌بینی کرد. ساختار فضایی ویژگی‌های خاک تخمین زده‌شده برای نقاط خاک عریان، به بهبود بیشتر مدل‌های پیش‌بینی مکانی برای این ویژگی‌ها براساس استفاده از تکنیک‌های نگاشت خاک دیجیتال (DSM)می‌پردازد.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله Soil Science
  • ترجمه مقاله Soil Science
  • مقاله علوم خاک
  • ترجمه مقاله علوم خاک
  • مقاله Geology
  • ترجمه مقاله Geology
  • مقاله زمین‌شناسی
  • ترجمه مقاله زمین‌شناسی
  • مقاله Computers in Earth Sciences
  • ترجمه مقاله Computers in Earth Sciences
  • مقاله کامپیوتر در علوم زمین
  • ترجمه مقاله کامپیوتر در علوم زمین
سفارش ترجمه مقاله و کتاب - شروع کنید

با استفاده از افزونه دانلود فایرفاکس چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.