川中典型紫色丘陵区表层土壤有机碳密度空间变异及影响因素

根据94个样点表层(0-20cm)土壤有机碳分析化验数据,运用地统计学方法研究川中典型紫色丘陵区清流河流域土壤有机碳密度的空间变异特征及其影响因素,结果表明,该区域表层土壤有机碳密度在4.60~59.59kg/m2之间,平均值为20.58kg/m2,变异系数为52.32%,属于中等变异强度;土壤有机碳密度总体分布呈团状或条带状分布,其中高值区(28.70kg/m2)主要位于研究区东部的大清河下游,并以此为中心,向北、西和南3个方向呈辐射状逐步降低;低值区(17.20kg/m2)主要分布在南部、西部和北部;研究区中部土壤有机碳密度多介于17.20~25.80g/m2。研究区域土壤有机碳密度与土壤母质、地形、土地利用方式、排灌方式和土壤质地等因素密切相关,在不同土壤母质、地形、土地利用方式、灌溉方式和土壤质地下土壤有机碳密度差异达极显著或显著水平。     

南方侵蚀治理区土壤碳分布及主控因素研究

研究侵蚀治理区土壤碳区域分布影响因素对揭示退化土壤有机碳恢复有重要的意义。本文以江西省兴国县侵蚀治理恢复区林地土壤有机碳为研究对象,评价了土壤类型和成土母质对土壤有机碳的影响及其主控作用。结果表明：兴国县侵蚀治理恢复区林地土壤有机碳受土壤类型和成土母质影响显著,其中黄红壤各土层土壤有机碳含量均显著高于红壤;千枚岩发育的土壤有机碳显著高于红砂岩和花岗岩。对比土壤类型和成土母质对土壤有机碳的影响作用大小发现,在表层0 ~ 20 cm土壤类型对土壤有机碳变异解释能力大于30%,成土母质的解释能力约为17%,土壤类型是影响表层土壤有机碳的主控因素;表下层20 ~ 30 cm 土壤有机碳变异的解释能力则表现为成土母质(28.8%)与土壤类型(27.5%)基本相当,同为主控因素。因此,兴国县侵蚀治理恢复区土壤类型和成土母质对土壤有机碳的影响作用不容忽视,合理地分区展开水土保持工作有利于退化土壤的碳恢复。     

东北典型黑土区表层土壤有机碳储量及适宜样本容量

为了对典型黑土区土壤碳库有更加清晰与深刻的认识,并为其他地区土壤碳储量调查研究提供参考,利用典型黑土区2003—2004年收集的209个样点的实测数据,估算黑土区表层土壤平均有机碳密度及储量,研究碳密度的影响因素,探讨碳储量估算中的适宜样本容量。结果表明:(1)典型黑土区表层土壤有机碳平均密度为(5.75±0.33)kg/m~2,有机碳储量为(523.82±30.06)Tg。(2)表层土壤有机碳密度受气候、地貌、坡度、土壤类型和土地利用类型的影响。土壤碳密度与气温呈反比,与降水量呈正比;碳密度坡脚坡中下部坡上部坡顶宽谷平地;当坡度≥3°时,碳密度随坡度增加呈减小趋势;黑土、草甸土和黑钙土的碳密度小于暗棕壤和沼泽土;林地和草地碳密度大于农地。(3)在95%的置信度下,本研究对典型黑土区土壤有机碳储量的估算误差约为5%;要使估算误差分别为1%和10%,则所需样本容量分别为5 549和56。     

南方典型丘陵区耕地土壤全氮、有机碳和碳氮比空间变异特征及其影响因素

  【目的】  了解土壤全氮、有机碳和碳氮比空间变异及其影响因素是进行土壤碳氮调控的前提和基础。  【方法】  以江西省丰城市为案例区，通过实地采样获取2018年139个表层土壤数据，运用地统计学、普通克里格插值等方法对南方丘陵区县域尺度下耕地土壤全氮、有机碳和碳氮比的空间变异特征及其影响因素进行系统的分析。  【结果】  研究区土壤全氮 (TN) 含量介于0.74～3.80 g/kg、土壤有机碳 (SOC) 含量介于8.14～36.67 g/kg、土壤碳氮比 (C/N) 介于6.31 ～15.15，均值分别为2.24 g/kg、22.52 g/kg和10.15，变异系数分别为25.45%、26.24%、14.38%，均呈中等程度的空间变异。半方差分析结果显示，TN、SOC、C/N的块金效应分别为44.44%、56.97%、19.57%，这表明TN、SOC和C/N的空间分布受结构性因素和随机性因素共同影响。普通克里格插值结果显示，在空间分布上，研究区土壤TN和SOC具有相似性，总体表现出由中部向南北递减的趋势；土壤C/N空间分布与TN和SOC有所不同，总体呈现出西高东低的趋势。逐步回归分析结果显示，成土母质、土壤类型、土壤pH、氮肥施用量和土壤质地对土壤全氮，成土母质、土壤类型、土壤pH对土壤有机碳，土壤类型对土壤碳氮比影响极显著 (P<0.01)。  【结论】  成土母质对土壤TN和SOC的独立解释能力最高，分别为28.1%和23.2%；土壤类型对研究区土壤C/N的独立解释能力达到了13.2%。因此，成土母质是引起研究区土壤全氮、有机碳空间变异的主要因素，土壤类型则是引起研究区土壤碳氮比空间变异的主要因素。     

成都典型区轮作与土壤特征类型对有机碳密度影响力比较研究

研究分析轮作制度与土壤特征类型对农田土壤有机碳密度变异的主导作用程度,对提高农田土壤固碳潜力具有重要意义。基于2010年在新都区和郫县采集的土壤样点数据,利用方差分析和逐步回归分析方法研究分析土壤特征类型(土壤质地、土壤亚类、成土母质)和轮作制度对成都平原典型区农田土壤有机碳密度(SOCD)变异的影响,比较土壤特征类型与轮作制度对土壤有机碳密度变异的影响力。结果显示:土壤特征类型和轮作制度均对SOCD的变异具有显著影响,特别是土壤质地类型,其中黏粒含量与各土层的SOCD之间均存在极显著正相关性(P0.01);与轮作制度影响力比较,土壤特征类型对SOCD变异性影响起主导作用,能够分别解释SOCD在0~40、0~20和20~40 cm土层变异性的35.9%、43.0%和16.8%;而轮作制度对SOCD变异性影响表现在0~40和0~20 cm土层,SOCD逐步回归解释能力在土壤特征类型基础上仅增加2.2%和4.5%,轮作制度影响力不足以改变土壤特征类型对区域土壤有机碳密度变异的影响地位。研究和揭示区域农田土壤有机碳密度变异及其驱动力,更应注重土壤特征的影响力,轮作制度影响力可以被忽略。     

基于GIS的土壤有机碳储量核算及其对土地利用变化的响应

土地利用变化是影响土壤有机碳储量变化的重要驱动因素,为了进一步探讨土地利用变化对土壤碳储量的影响,该文根据土壤样点数据、土壤类型图、土地利用类型图,分析了江苏省1985年和2005年表层土壤有机碳密度的变化以及土地利用变化对表层土壤有机碳密度的影响,主要结论如下：1）江苏省表层土壤有机密度的空间变化趋势为：黄淮平原生态区南北差异明显,北部的沂沭泗平原丘岗以增加为主,南部的淮河下游平原以减少为主;沿海滩涂与海洋生态区持平为主;而长江三角洲平原生态区表现不一：沿江平原丘岗生态亚区以增加为主,而茅山宜溧低山丘陵生态亚区和太湖水网生态亚区均表现为有机碳密度的减少;2）各地类表层土壤有机碳密度均有所增加;耕地-林地、草地;草地-林地、建设用地;建设用地-耕地、草地、林地;水域的转出以及未利用地的转出等转换类型有利于土壤碳储量的增加、其他地类间的转换会造成一定的碳排放。     

喀斯特石漠化过程中小生境及岩性的演替对土壤有机碳的影响

为探讨喀斯特石漠化过程中地表小生境及成土母质岩性的演变对土壤有机碳的影响,以不同喀斯特地貌类型的角度出发,分别从贵州普定、兴义、关岭、荔波及印江县选取对应的喀斯特高原(KG)、峰丛洼地(KF)、峡谷(KX)、原始森林(KY)及槽谷(KC)作为研究区域,分析了0—40 cm土壤层(0—10,10—20,20—30,30—40 cm)及土壤与基岩交界面土层的有机碳含量,分别计算土壤有机碳密度及储量,并分析其空间分布特征及演变规律。结果表明:不同石漠化等级下土壤有机碳含量、密度及储量分别为113.18～163.98 g/kg,1.08～7.32 kg/m~2及4.07～24.29 kg,并且呈现出随着石漠化程度的增加而逐渐降低的趋势,同时小生境为石槽以及成土母质岩性为石灰岩及泥灰岩的土壤有机碳含量相对较高。不同喀斯特地貌类型之间土壤有机碳存在较大的差异,在同等的条件下KY及KC土壤有机碳储量相对要高于其他地貌类型。土壤有机碳在喀斯特石漠化演变链上迁移,而小生境及成土岩性的更迭对不同喀斯特地貌类型土壤有机碳在重构空间分布格局具有重要的指示意义。同时喀斯特岩溶地区生态环境复杂多变,要获得评估喀斯特地区土壤有机碳更灵敏的方法,仍需开展进一步研究。     

四川省仁寿县土壤有机碳空间分布特征及其主控因素

准确地获取区域尺度内土壤有机碳含量信息对土壤碳调控及全球环境变化具有重要意义。本研究基于野外实地采集的555个表层(0~20 cm)土样,探讨四川省仁寿县土壤有机碳空间分布特征及其主控因素。运用方差分析和回归分析对比了成土母质、土壤类型和土地利用方式对仁寿县土壤有机碳空间分布的影响。结果表明:研究区表层土壤有机碳含量为3.36~37.10 g·kg-1,平均13.46 g·kg-1,变异系数为48.87%,属中等强度的空间变异性。块金效应C0/(C0+C)为66.7%,空间分布受结构性因素和随机性因素的共同影响,总体呈现北高南低的趋势。土地利用方式和土壤类型对土壤有机碳的影响极显著(P0.01),而成土母质的影响不明显(P=0.256)。土类能够独立解释23.7%的土壤有机碳空间变异;亚类和土类的解释能力接近,分别为27.0%和27.1%,土壤亚类可作为探讨该区域土壤有机碳空间变化的最小土壤分级单元。土地利用方式能独立解释53.0%的土壤有机碳空间变异,远大于土壤类型,是研究区土壤有机碳空间分布的主控因素。     

江西省耕地土壤有机碳空间变异的主控因素研究

准确地获取省域尺度下土壤有机碳空间变异的主控因素对土壤碳调控以及全球环境保护具有重要意义。本文基于江西省2012年测土配方施肥项目采集的16 582个耕地表层(0~20 cm)土壤样点数据,探讨江西省耕地表层土壤有机碳空间变异的主控因素。运用普通克里格法、单因素方差分析与回归分析方法对比地形因子、耕地利用方式、成土母质、土壤类型、灌溉能力和秸秆还田方式对江西省土壤有机碳空间分布的影响。结果表明:(1)江西省土壤有机碳含量在5.22~40.31 g/kg之间,平均值为17.90 g/kg,变异系数为31.01%,呈中等程度的变异性。(2)经半方差分析,土壤有机碳的变程为30.6 km,空间自相关范围较小;块金效应值为12.49%,表明土壤有机碳空间变异受结构性因素影响大于随机性因素。(3)在空间分布上,高值区主要分布在萍乡市、新余市、南昌市、抚州市与景德镇市。(4)回归分析与单因素方差分析结果表明,地形因子、灌溉能力、成土母质、耕地利用方式、土壤类型和秸秆还田方式对土壤有机碳空间变异影响均显著(P0.05),但影响程度不一。秸秆还田方式对土壤有机碳空间变异的独立解释能力最高,为38.9%,是江西耕地表层土壤有机碳空间变异的主控因素。     

基于GIS的三江平原表层土壤有机碳储量估算及空间分布研究

[目的]研究三江平原2010年表层(0—30cm)土壤有机碳储量空间分布规律和不同土地利用类型对有机碳空间分布的影响。[方法]采用地统计学和GIS相结合的方法。[结果](1)2010年三江平原表层土壤有机碳总储量为1161.28Tg;(2)表层土壤有机碳空间分布变异性较大,中部和西南地区较低,东北、西北、东南地区较高;(3)不同土地利用类型土壤有机碳密度和储量有所不同,旱地表层土壤有机碳储量最大,为412.10Tg,草地最小,表层土壤有机碳储量为2.31Tg;(4)不同植被类型表层土壤有机碳密度大小顺序为:沼泽湿地林地草地水田旱地,沼泽湿地表层土壤有机碳密度为147.84Mg/hm2。[结论]三江平原土壤有机碳密度空间分布存在较大的分异性,土壤有机碳密度的空间分布特征受土地利用类型分布的影响。     

Change in SOC content in a small karst basin for the past 35 years and its influencing factors

ABSTRACT

To research soil organic carbon (SOC) in a typical small karst basin of western Guizhou in southwest China, data from the second national soil resource survey (1980) and data analysed in the laboratory in 2015 were used. This paper examines the changes in soil organic carbon density (SOCD) and soil organic carbon stock (SOCS) in the topsoil (0–20 cm) over the past 35 years based on soil types, and the primary influencing factors are also discussed. The SOCD and SOCS slightly increased over this period. The SOCD increased from 4.91 kg m^?2 to 5.13 kg m^?2, and the SOCS increased from 368.27 × 10³ t to 385.09 × 10³ t. The basin sequestered a low level of carbon during this time. Paddy fields were the key contributor to the increases, and the SOCD and SOCS of paddy fields increased by 1.61 kg m^?2 and 32.39 × 10³ t, respectively. Generally, the SOCD and SOCS in the soils from the southern part of Houzhai Basin increased considerably, and those from the northern part of the basin decreased significantly. The spatial variation of SOCD in the Houzhai Basin was mainly due to natural factors. However, the temporal change of SOC was primary caused by human activities.     

基于Landsat遥感影像和1∶50 000土壤数据库的福州市耕地有机碳动态变化研究

耕地土壤碳库是全球碳库中最为活跃的部分,其变化对全球气候变化产生重要影响。目前对耕地土壤有机碳估算多采用中、小系列比例尺的土壤数据库,较少结合遥感影像与大比例尺土壤数据库进行估算。基于此,本研究采用Landsat遥感影像和1∶50 000高精度土壤数据库,以福建省福州市为例,基于遥感与碳循环过程模型对1987年和2016年耕地土壤有机碳动态变化进行研究。结果表明,利用Landsat影像反演得到的耕地土壤基础呼吸与土壤有机碳相关性强,建立的1987年和2016年模型R²分别为0.637和0.752。研究期间,全市耕地土壤有机碳密度从东部沿海向西部内陆地区递增,整体发挥着“碳汇”作用,有机碳密度和储量分别增加0.20 kg·m^-2和2.946×10⁵ t。从不同土壤类型比较得出,黄壤、红壤和水稻土是“碳汇”,有机碳密度分别增加0.70 kg·m^-2、0.40 kg·m^-2和0.19 kg·m^-2;其他土类为“碳源”,其中,水稻土碳储量最大,两期在全市总碳储量中占比均超过90%。从不同行政区比较得出,仓山区、长乐区、马尾区和连江县为“碳源区”,其他地区为“碳汇区”,其中,仓山区碳储量一直为全市最低,两期占比均不足0.5%,而福清市则一直居于全市首位,占比均高于20%。总体而言,福州市耕地土壤有机碳30年间空间动态变化显著,在不同土类和行政区间存在差异,今后应根据不同耕地土壤类型和行政区的有机碳情况有针对性进行耕地管理。     

Digital assessments of soil organic carbon storage using digital maps provided by static and dynamic environmental covariates

Understanding the vertical and lateral distribution of soil organic carbon (SOC) and soil organic carbon density (SOCD) is indispensable for soil use and environmental management because of their vital role in soil quality assessments. Primarily, they are needed in calculating soil organic carbon storage (SOCS). The objective of this research was to provide digital maps of SOC and SOCD variation as well as their uncertainties at multiple standardized depths (H1: 0–5, H2: 5–15, H3: 15–30, H4: 30–60 and H5: 60–100 cm) using a parsimonious model with optimized terrain-related attributes and satellite-derived data. SOCS were evaluated at soil subgroup levels. An area of about 808 km² with varying elevation, plant cover and lithology from the Miandoab region, West Azerbaijan Province, Iran was selected as a case study area. A total of 386 soil samples were collected from 104 profiles comprising various soil genetic horizons. A continuous spline function was then fitted to the target properties in advance of creating a dataset at five standard depth intervals (following the GlobalSoilMap project). These were then grouped into three classes including top (H1), middle (H2, H3 and H4) and bottom (H5) depths to ease interpretation. Static and dynamic covariates (30-m resolution) were derived from a digital elevation model (DEM) and a suite of Landsat-8 spectral imageries, respectively. Four candidate models including stepwise multiple linear regression (SMLR), random forest (RF), cubist (CU) and extreme gradient boosting (XGBoost) Tree were tested in this study. Finally, the digital maps at 30-m resolution of SOC and SOCD and their uncertainties were prepared using the best-fit model and the bootstrapping method, respectively. Four soil subgroups (Gypsic Haploxerepts, Typic Calcixerepts, Typic Haploxerepts and Xeric Haplocalcids) were identified across the study area. The covariates had variable contributions on the evaluated models. The XGBoost Tree model generally outperformed other models for prediction of SOC and SOCD (R² = 0.60, on average). Regardless of soil subgroups, the uncertainty analysis showed that the SOCD map had a low prediction interval range value indicating high accuracy. Additionally, the highest SOCS and SOCD was observed at the top followed by middle and bottom depths in the study area. All subgroups exhibited a decreasing trend of SOCD with increasing depth. A similar trend was also observed for SOCS. The highest SOCD (on average) was observed in Gypsic Haploxerepts (4.71 kg C/m²) followed by Typic Calcixerepts (4.46 kg C/m²), Typic Haploxerepts (4.45 kg C/m²) and Xeric Haplocalcids (4.40 kg C/m²). Overall, the SOCS normalized by area within soil order boundaries was greater in Inceptisols than Aridisols across the study area. The findings of this study provide critical information for sustainable management of soil resources in the area for agricultural production and environmental health in the Miandoab region of Iran.     

念青唐古拉山东南坡高寒草原生态系统表层土壤活性有机碳的影响因素研究

高寒草原是青藏高原广泛分布的植被类型。本文以念青唐古拉山东南坡高寒草原生态系统为对象,采用野外调查与室内分析相结合的方法,对影响高寒草原生态系统表层(0~20cm)土壤活性有机碳分布的因素进行了研究。结果表明:念青唐古拉山东南坡高寒草原生态系统表层(0~20cm)土壤活性有机碳平均含量为2.61±0.31g·kg?1;影响表层土壤活性有机碳分布的地形因子是海拔和坡度,植被因子是0~10cm、10~20cm土层地下生物量,物理因子是0~10cm、10~20cm土壤含水量和0~20cm土壤容重,化学因子是土壤全钾含量。其中0~10cm、10~20cm土壤含水量和0~20cm土壤容重影响达显著水平。在海拔4421~4598m范围内,随着海拔升高,表层土壤活性有机碳含量表现出增加→减少→增加→减少的分布特征。     

基于土地适宜性和固碳需求的紫云英种植布局研究:以福建省浦城县为例

藏碳于土是减少温室气体排放的重要途径,紫云英等绿肥回田能显著促进土壤有机碳积累,且培肥地力,但至今有关其种植布局的研究极少结合用地适宜性和固碳培肥现实需求性进行探讨。本文以福建省浦城县为研究区,借助GIS与修正的加权指数和、动态聚类等数学模型集成技术,在基于1∶5万比例尺的区域紫云英用地适宜性评价和耕层土壤碳密度分析的基础上,以适宜性和耕层土壤有机碳密度为指标,遵循最适宜生长和耕层土壤碳密度较低的耕地优先安排为种植用地的原则,将研究区紫云英优化种植区划分为优先、次优先和一般种植区。结果表明,研究区81.82%的耕地不同程度地适宜种植紫云英,耕层有机碳密度介于2.50~5.74 kg×m~(-2),空间差异较为明显。经优化布局的研究区紫云英用地面积占耕地总面积的59.72%,以优先种植区和次优先种植区占优势,分别占研究区紫云英优化布局用地总面积的25.72%和50.34%;其中耕地土壤固碳培肥需求较为强烈的莲塘、水北、古楼、永兴和忠信等乡镇可作为紫云英重点种植区,富岭、仙阳、石陂和九牧等乡镇可作为紫云英种植的后备种植区。基于土地适宜性和固碳需求,择优选取紫云英适宜种植区域,对于其高效种植利用、区域耕地土壤有机质提升计划的科学实施以及耕地质量的有效提高具有重要指导意义。     

岷江流域不同土地利用方式下紫色土壤活性有机碳分布特征及其影响因子

作为土壤质量的重要指标,土壤活性有机碳（SLOC）在土壤许多物理、化学和生物特性中发挥着重要作用。通过对不同土地利用方式土壤进行采样和分析,系统地研究和比较了四川省岷江流域不同土地利用方式（次生林、人工林、灌草丛和坡耕地）SLOC分布特征及其影响因子。结果表明:岷江流域不同土地利用方式土壤机械组成不尽一致,土壤总孔隙度与土壤容重变化趋势相反。不同土地利用方式对土壤养分具有较大影响,土壤有机碳、全氮、全磷和全钾均呈现出一致性规律,大致表现为次生林和灌草丛高于人工林和坡耕地,而不同土地利用方式土壤全磷差异并不显著（p > 0.05）。不同土地利用方式SLOC均呈现出一致性规律,大致表现为次生林和灌草丛高于人工林和坡耕地。不同土地利用方式SLOC垂直方向随土层深度的增加表现出递增趋势,并且降低幅度逐渐减小,坡耕地、灌草丛、次生林和人工林SLOC从表层至底层逐渐递减,呈“T”形分布,“表聚性”较为明显。人工林、灌草丛和坡耕地在10—20 cm SLOC/SOC比例最高,而次生林0—10 cm SLOC/SOC比例最高,不同土地利用方式SLOC/SOC比例均在30—40 cm最低。相关性分析表明,不同土地利用方式SLOC与SOC和全氮均呈极显著正相关性（p < 0.01）,与土壤容重均呈负相关。表明SLOC受土壤养分和机械组成影响较大,其中SOC和全氮是不同土地利用方式SLOC变化的重要影响因素。SLOC与土壤有机碳之间呈极显著正相关关系（R²=0.9961）,说明SLOC能够作为研究不同土地利用方式SOC动态变化的一个敏感性指标而提前反映土壤碳库的动态变化,其含量在很大程度上依赖于所处生境下SOC含量。     

不同类型土壤引黄灌溉固碳效应的对比研究

通过在宁夏引黄灌区实地调查、采样与分析,研究5种类型土壤在不同灌溉耕作时间序列下土壤有机碳含量及碳密度的变化特征,对比分析不同类型土壤对引黄灌溉耕作固碳效应的差异。结果表明:灌溉耕作引起的土壤有机碳含量的变化因土壤类型的不同而存在差异;在相同的灌溉耕作时间下,5种类型土壤的有机碳密度大小顺序为:灌淤土>潮土>新积土>风沙土>淡灰钙土;与同类型未灌溉耕作的土壤比较,灌溉耕作使各类型土壤有机碳密度均有不同程度的增加,相同的灌溉耕作时间下土壤有机碳密度增幅排列次序为:风沙土>潮土>灌淤土>淡灰钙土>新积土。宁夏引黄灌区的土壤固碳效应因土壤类型的不同存在明显差异。     

Topography-soil relationships in a hilly evergreen broadleaf forest in subtropical China

Purpose

Topography-soil relationships usually vary with climate, vegetation type, degree of human disturbance, type of parent material, and the scale being studied. In this paper, we studied the topography-soil relationship in a hilly forest in subtropical China.

Materials and methods

The influence of topography on soil properties (soil moisture, organic carbon (C), total nitrogen (N) and total phosphorus contents, C:N ratio, and pH) was evaluated using a recursive partitioning conditional inference tree (CIT) as well as a multiple linear regression (MLR) method.

Results and discussion

The CIT models generally performed better than MLR in describing the topography-soil relationships. Topographic parameters chosen by the CIT models, which indicate the mechanisms at play for the spatial variation of the soil properties, varied with the soil property of concern. The soil moisture, organic C, and total N models contained only primary terrain attributes, the soil C:N ratio and pH models contained both primary and secondary terrain attributes, while the total phosphorus model contained mostly secondary terrain attributes.

Conclusions

The CIT method worked well for exploring the topography-soil relationships in the studied undisturbed hilly forest. We conclude that (1) soil moisture, organic C, and total N were strongly affected by location-specific topographic features such as gravitational potential, the amount of precipitation, temperature, and vegetation type; (2) total phosphorus was affected by catchment-related hydrological activities and soil C:N ratio; and (3) pH was affected by location-specific topographic features and catchment-related hydrological activities.

     

Predicting soil organic carbon density using auxiliary environmental variables in northern Iran

In the present study, artificial neural networks (ANNs) were employed to develop models to predict soil organic carbon density (SOCD) at different depths of soil layers. Selected environmental variables such as vegetation indices, soil particle size distribution, land use type, besides primary and secondary terrain attributes were considered as the input variables. According to the results, the ANN models explained 77% and 72% of the variability in SOCD at soil layer depths of 0–20 cm and 20–40 cm, respectively, at the site studied. Sensitivity analyses showed that the most considerable positive contribution of variables for predicting SOCD included the land use type, normalized difference vegetation index (NDVI) > normalized difference water index (NDWI) > silt > clay > elevation in the 0–20 cm soil layer. On the other hand, for the 20–40 cm soil layer, the land use type following NDVI > NDWI > clay > silt were identified as the most powerful predictive factors. In the Deylaman region, in both soil layers, sand had a considerable negative effect on SOCD and most of the terrain attributes had no significant impact on the SOCD prediction. Therefore, these results provide valuable information for sustainable management and decision-making on a landscape scale for governors and other users.