نقشه برداری دیجیتالی از خاک

نقشه برداری دیجیتال خاک:

مدل سازی به معنای تجزیه و تحلیل داده های زمینی، ماهواره ای یا هوایی با استفاده از طیف گسترده ای از الگوریتم ها یا نرم افزارها (GIS، R، Python و غیره) است که با این الگوریتم ها نقشه ای از انواع یا ویژگی های خاک ایجاد شود. می توانید نقشه های ایستا (حالت فعلی، گذشته یا آینده) یا پویا ایجاد کنید.

مزایای نقشه دیجیتال خاک چیست؟

مزیت نقشه های دیجیتالی خاک در دقت بی نظیر آنها نهفته است. نقشه‌های مدل‌سازی‌شده بر اساس یک رویکرد ریاضی، بسیار دقیق‌تر از نقشه‌های دستی، در حالت آفلاین، می‌گویند.

چگونه دانشمندان به طور سنتی انواع خاک را ترسیم می کنند؟

آنها به یک مکان می روند و یک گودال (پروفیل خاک)را حفر می‌کنند تا زمانی که تمام لایه‌های خاک با شیب رنگ و سایر ویژگی‌های بصری زیر نور طبیعی قابل تشخیص باشند. و هنگامی که محققین مجموعه‌ای از این بخش‌های خاک را داشته باشند که در آن انواع خاک قبلاً مورد مطالعه قرار گرفته است، به صورت دستی نقشه‌ای را بر اساس آنها می‌سازند. اگر مجموعه داده‌های مشابهی را به 10 دانشمند خاک بدهیم، آنها 10 نقشه مشابه می‌سازند که در جزئیات کمی متفاوت هستند.

با رویکرد ریاضی، می توان تفاوت را احساس کرد. با تجزیه و تحلیل داده‌های پروفیل خاک با الگوریتمی که مشتقات مدل رقومی ارتفاع (DEM) و ویژگی‌های آب و هوایی را در نظر می‌گیرد، نقشه‌ای با دقت بالاتر نسبت به نقشه معمولی بدست می‌آوریم. این رویکرد همچنین امکان دریافت نقشه ای از به اصطلاح عدم قطعیت ها یا یک نقشه خطا را فراهم می کند که احتمال یافتن یک یا آن خاک را در یک نقطه نشان می دهد.

موارد استفاده رایج از نقشه برداری دیجیتالی خاک چیست؟

اولین مورد استفاده، ساختن نقشه‌های خواص خاک است. نقشه‌هایی که ویژگی‌های کمی خاک مانند ماده آلی، محتوای نیتروژن، pH و توزیع این ویژگی‌ها را نشان می‌دهند.

دومین مورد استفاده، ایجاد نقشه های دقیق نوع خاک است. نوع خاک، کلاس خاک نمونه ای از ویژگی طبقه بندی شده از نظر کیفی است.

در اوکراین  40 سال تحقیق میدانی محققان طول کشید تا نسخه قبلی (اصل) این نقشه خاک را بسازند و تنها دو سوم خاک های اوکراین را پوشش داده بود. اما آن ها در حال حاضر با 14 ماه کار  برای کل کشور این نقشه خاک را تهیه کردند که کاهش زمان به دلیل توسعه ابزارهای لازم برای مدل‌سازی بوده است.

فناوری نقشه‌های خواص خاک میزان عناصر مغذی گیاهان را نشان می‌دهد که برای برنامه‌ریزی عملکرد محصول و محاسبه دوز کود معدنی برای عملکرد آینده استفاده می‌شود و نقشه کاربرد کود مبتنی بر بینش در مورد بهره وری مناطق مزرعه است که از طریق تجزیه و تحلیل مزارع با شاخص های پوشش گیاهی استخراج می شود. اینگونه است که این شاخص ها به هم مرتبط هستند.

آیا نقشه های دیجیتال خاک فقط خاک سطحی را نشان می دهند؟

می توان با تهیه نقشه های حجمی، لایه های خاکی را که در عمق بیش از 30 سانتی متر قرار دارند مطالعه و توصیف کرد. برخلاف نقشه‌های دو بعدی که هر پیکسل مربوط به یک منطقه خاص است، این نقشه‌ها به صورت وکسل هستند که اصطلاحاً پیکسل‌های حجمی نامیده می‌شوند. مدلسازی وکسل امکان تحقیق و تجسم تغییرات در خصوصیات خاک در حجم خاک را فراهم می کند.

ریشه‌های گیاه می‌توانند تا عمق 1 تا 3 متر رشد کنند (به عنوان مثال، آفتابگردان، یونجه)، بنابراین اطلاعات در مورد نسبت عناصر در تمام فضای خاک به کشاورزان اجازه می‌دهد تا به میزان قابل توجهی تغذیه محصول را با کود بهبود بخشند. یک نرم‌افزار اختصاصی مانند  SimRoot و SPACSYS برای مدل‌سازی سیستم‌های ریشه گیاهان در مقیاس مزرعه با استفاده از داده‌های وکسل وجود دارد. به این ترتیب، محققان می‌توانند توصیه‌هایی در مورد زمان و عمق مصرف کود ارائه کنند.

توسعه یک مدل وکسل از منطقه ای با خاک غرقاب و یک سیستم زهکشی نیز می تواند به کشاورزان در بهینه سازی تعادل آب آن کمک کند.

می توان از مدل سازی در محاسبات تخریب خاک استفاده کرد. به عنوان مثال، محققان می‌توانند فرآیندهای فرسایش آبی را مدل‌سازی کنند تا مشخص کنند که چه مقدار خاک در طول باران در یک پوشش خاص زمین (علف، ذرت، گندم سیاه) شسته می‌شود. این به آن‌ها کمک می‌کند تا خطرات آسیب خاک را بر اساس محصولی که کشت می‌شود تخمین بزنند و پیش‌بینی کنند که فرسایش آبی دقیقاً کجا می‌تواند رخ دهد و برنامه‌ریزی کنند که در صورت وقوع چگونه با آن مقابله کنند.

عکس زیر یک نقشه دیجیتالی مکان جریان رسوب ذرات شسته شده و مکان های حداکثر غلظت آنها را نشان می دهد. می بینید که مدل، میزان بارندگی و توزیع باران تقریباً مشابه عکس گوشه سمت راست است.