By this author

Drivers of Soil Organic Carbon Spatial Distribution in the Southern Ural Mountains: a Machine Learning Approach

Issue number 11 from 15.11.2024

Проведена оценка взаимосвязей между содержанием С_орг и основными факторами почвообразования, среди которых определены ключевые, объясняющие пространственное распределение С_орг. Исследование проводили в южной части Уральских гор на вытянутом участке протяженностью 420 км по территории Республики Башкортостан. Преобладающие типы почв: горные серые лесные (Eutric Retisols (Loamic, Cutanic, Humic)), темно-серые лесные (Luvic Retic Greyzemic Someric Phaeozems (Loamic)) и литоземы серогумусовые (Eutric Leptosols (Loamic, Humic)). Лес представлен преимущественно березами (Betula pendula), соснами (Pinus sylvestris), елью (Picea obovata Ledeb.), пихтами (Abies sibirica Ledeb.). Использовали набор данных из 306 почвенных образцов, отобранных из (0–20 см) горизонтов, и провели машинное обучение методом “случайного леса”. В качестве объясняющих переменных применяли 94 пространственные переменные окружающей среды, включая данные дистанционного зондирования, климат (температуру, осадки, облачность и др.), цифровую модель рельефа и ее производные, типы землепользования, биоклиматические зоны и др. Результаты показали, что содержание С_орг варьировало в широком диапазоне от 0.8 до 32%. Прогнозная модель случайного леса объяснила 55% вариации С_орг, со среднеквадратичной ошибкой – 1.35%. Ключевыми переменными были температура поверхности, абсолютная высота над уровнем моря, количество осадков и облачность, в совокупности отображающие законы широтной и вертикальной зональности В.В. Докучаева. Полученные результаты подчеркивают важность учета множества факторов окружающей среды при исследованиях пространственного распределения С_орг.

35 0