Wetenschap
's Werelds gezouten bodems in kaart brengen:een sprong voorwaarts in de strijd tegen landdegradatie
Een team van onderzoekers heeft een aanpak ontwikkeld die het bodemzoutgehalte over de hele wereld in kaart brengt met een uitzonderlijk detail van 10 meter. Deze vooruitgang komt tegemoet aan de dringende behoefte aan nauwkeurige beoordelingen van het zoutgehalte van de bodem, een enorme uitdaging die de landbouwproductiviteit en de vitaliteit van de bodem op wereldschaal in gevaar brengt.
Het zoutgehalte van de bodem, een vorm van landdegradatie, treft wereldwijd meer dan 1 miljard hectare, waardoor de landbouwproductiviteit en de milieugezondheid in gevaar komen. Eerdere pogingen om het zoutgehalte van de bodem in kaart te brengen werden gehinderd door de grove ruimtelijke resolutie van bestaande datasets en beperkingen bij het vastleggen van de continuïteit van het zoutgehalte van de bodem.
Het onderzoeksteam onderkende deze uitdagingen en begon een model te ontwikkelen dat Sentinel-1/2-beelden, klimaatgegevens, terreininformatie en geavanceerde machine learning-algoritmen integreert om het bodemzoutgehalte in vijf klimaatregio's te schatten. Deze bevindingen zijn gedetailleerd beschreven in een onderzoek dat op 28 maart 2024 werd gepubliceerd in Journal of Remote Sensing . Dit onderzoek introduceert een apparaat dat op vakkundige wijze schuine spiraalkanalen integreert met periodieke contractie-expansie-arrays.
De kern van dit streven is de fusie van gegevens van een reeks teledetectietechnologieën, met name de geavanceerde Sentinel-1/2-satellieten, en de strategische toepassing van machine learning-algoritmen. Deze aanpak heeft geleid tot een geavanceerd model dat in staat is het zoutgehalte van de bodem met ongekende precisie in kaart te brengen:een resolutie van 10 meter voor verschillende klimaten.
Deze methodologische doorbraak stuwt ons ver voorbij de beperkingen van eerdere pogingen, die werden geketend door hun grovere resolutie en een beperkter bereik in de analyse van het zoutgehalte. Het toegewijde onderzoeksteam heeft een uitgebreide dataset samengesteld, waarin mondiale klimaatpatronen, nauwkeurige metingen van het zoutgehalte van de bodem op grondniveau en een uitgebreide reeks geospatiale variabelen zijn vastgelegd.
Door gebruik te maken van het Random Forest-algoritme blinkt het model niet alleen uit in het voorspellen van het zoutgehalte van de bodem met opmerkelijke nauwkeurigheid, maar werpt het ook licht op de cruciale rol die klimaat, grondwaterstanden en zoutgehalte-indices spelen bij de vorming van bodemlandschappen met zoutgehalte. Deze vooruitgang markeert een stap voorwaarts in ons vermogen om de bodemgezondheid op wereldschaal te monitoren en te beheren.
Professor Zhou Shi, de hoofdonderzoeker, verklaarde:"Deze studie markeert een aanzienlijke sprong in ons vermogen om het zoutgehalte van de bodem op wereldschaal te beoordelen en te beheren. Door satellietbeelden te combineren met machinaal leren, kunnen we nu zoute bodems identificeren met een ongekende nauwkeurigheid en detail. , wat waardevolle inzichten biedt voor duurzame grond en landbouwpraktijken."
De mondiale bodemzoutgehaltekaart met hoge resolutie die uit dit onderzoek is gegenereerd, biedt een essentieel hulpmiddel voor wetenschappers, beleidsmakers en boeren om problemen met het zoutgehalte van de bodem effectief aan te pakken. Het maakt gerichte interventies mogelijk voor het herstel van de bodemgezondheid, ondersteunt duurzame landbouwpraktijken en helpt bij de planning van hulpbronnenbeheer. De methodologie zet ook een nieuwe standaard voor milieumonitoring, die mogelijk toepasbaar is op andere beoordelingen van landdegradatie.