かつて僻地だった地域への新たな市場アクセスは、山岳地帯の亜熱帯地域での農業生産の増加につながっています。このような景観の急速な変化の中で、土壌資源はしばしば驚くべき速さで失われます.
中国の雲南省にある 270 km² (北緯 22 度 11 分、東経 100 度 39 分) のナバン保護区も例外ではありません。海抜600～2000mの標高勾配をカバーしています。過去数十年間、この地域では、伝統的な水田や焼畑農業からサトウキビ、トウモロコシ、ゴムの導入まで、農業生産が大幅に強化されてきました (Liu et al., 2015)。これらの新しい土地利用は、多くの場合、原生林または二次林地域と比較的強度の低い低木地を時折の作付けに置き換えました.この土地利用の変化は、多くの場合、地上の炭素貯蔵の喪失を伴います。さらに懸念されるのは、これらの新しい土地利用の多くが、はるかに集約的であり、地域の土壌を乱しているという事実です。したがって、土壌はしばしばかなりの量の有機物を失い、侵食を受けやすくなっています。これにより、土壌の肥沃度が急速に低下し、土壌資源が失われる可能性があります。
したがって、高解像度で景観レベルで土壌資源の変化を監視することが重要です。この目的のために、デジタル土壌マッピングが必要です。デジタル マップの作成に使用される一部のモデリング アプローチも、重要な土壌特性を関連付けます。土壌炭素貯蔵量、土地利用や傾斜の急峻さなどの環境要因。地図は土壌特性の経時的な変化を推定するために使用できますが、環境要因とのリンクは、土地利用を保護する土壌や特別な脆弱性のある地域を特定するのに役立ちます。これは、保護対策を実施する必要がある可能性のあるホットスポット エリアを特定するのに役立ちます。
統計的混合モデルは、これら 2 つの目標を達成するための簡単で直接的な方法であり、深さによる土壌特性の変化をモデル化できます。したがって、これらは効果的な 3D 土壌マッピング ツールです。また、環境要因が類似している場合、結果を周囲のより広い領域に拡大する可能性もあります。ナバン保護区内のわずか 43 km² の小さな流域からの土壌プロファイルからのデータを使用して、保護区全体の任意の深さの土壌有機炭素含有量とストックのマップを作成できることを示しました。困難な地形のためにサンプリング設計を調整する必要があり、遠隔地のためにわずかに偏っていたにもかかわらず、結果は非常に有望でした.統計モデルを使用すると、ユーザー定義の精度 (通常は 95% の信頼度に設定) で各場所の実際の値をカバーする土壌特性の予測区間を作成することもできます。
統計的混合モデルには、土壌特性を環境要因に関連付けるという利点もあります。これにより、森林、ゴム、灌木地などのナバン保護区の永続的な土地利用は、水稲やトウモロコシなどの年間の土地利用よりも炭素蓄積量が大幅に高いことが証明されました。年間平均気温と強く関連するサイトの標高も、非常に重要な影響を及ぼしました。
新しく提案された 3 次元統計混合モデル アプローチは、人工的に作成された等しいサイズの深さ間隔 (0 ～ 5 cm、5 ～ 15 cm、下など) のモデル化に依存するほとんどの確立されたマッピング手法よりも優れていることが示されます。 60 ～ 100 cm まで）。混合モデル アプローチは比較的簡単に適用でき、その結果は、Brus et al., (2016) の 3D クリギング アプローチなどのより複雑な 3D 地球統計モデルに匹敵します。他の多くのマッピング手法と比較して、拡大できるという利点があります。
参考文献:
<オール>
