Building predictive models of soil particle-size distribution

Abstract

SUMMARYIs it possible to build predictive models (PMs) of soil particle-size distribution (psd) in a region with complex geology and a young and unstable land-surface? The main objective of this study was to answer this question. A set of 339 soil samples from a small slope catchment in Southern Brazil was used to build PMs of psd in the surface soil layer. Multiple linear regression models were constructed using terrain attributes (elevation, slope, catchment area, convergence index, and topographic wetness index). The PMs explained more than half of the data variance. This performance is similar to (or even better than) that of the conventional soil mapping approach. For some size fractions, the PM performance can reach 70 %. Largest uncertainties were observed in geologically more complex areas. Therefore, significant improvements in the predictions can only be achieved if accurate geological data is made available. Meanwhile, PMs built on terrain attributes are efficient in predicting the particle-size distribution (psd) of soils in regions of complex geology.Index terms: digital soil mapping, terrain attributes, multiple linear regression, cross-validation, additive log-ratio. RESUMO: CONSTRUÇÃO DE MODELOS PREDITIVOS DA DISTRIBUIÇÃO DO TAMANHO DE PARTÍCULAS DO SOLO

Improvement of Clay and Sand Quantification Based on a Novel Approach with a Focus on Multispectral Satellite Images

“…Henderson et al [21] Nanni and Demattê [22] Fiorio et al [23] Shabou et al [24] ETM+ 0.26-0.68 Chagas et al [25] Diek et al [26] Jena-Optronik (RapidEye) 0.24-0.56 Forkuor et al [27] EO-1 ALI (Hyperion) 0.51-0.83 Zhang et al [28] Castaldi et al [29] Relief-Derived Covariates Elevation, Slope, Convergence Index, and Topographic Wetness Index 0.55 Samuel-Rosa et al [30] Relative Elevation and Slope 0.07 Sumfleth and Duttman [31] Slope, Plan Convexity, and Upslope Distance 0.51 Odeh et al [32] Therefore, literature studies have brought us to important points for evaluation towards the usefulness of soil image analysis, as follows: (a) Is there room to increase the prediction of clay content by multispectral sensors, as they have some limitations compared with hyperspectral ones (distance, spectral, and spatial resolution)? (b) An important paradigm supported by many users is that soils cannot be evaluated using images since they are usually covered by vegetation; (c) Relief parameters have been considered to be the best information sources for mapping soil attributes because they are soil formation factors.…”

Mapeamento digital de atributos: granulometria e matéria orgânica do solo utilizando espectroscopia de reflectância difusa

“…Nesse estudo, os autores encontraram um modelo com R 2 acima de 0,8 e desviopadrão residual acima de 2,0 utilizando 128 amostras de treinamento. Samuel-Rosa et al (2013), ao testarem modelos para predição da distribuição granulométrica nessa mesma área, obtiveram resultados considerados satisfatórios, concluindo porém que a complexidade geológica da área reduziu a acurácia dos modelos preditivos. Esses mesmos autores relataram que não ocorreu aumento da acurácia quando houve a estratificação da superfície Estatística log (Argila) log (Areia) log (Silte) log (MOS) Quadro 2.…”

“…Na região de estudo, localizada no Rebordo do Planalto, centro do Rio Grande do Sul (RS), a geologia é complexa com relevo suave ondulado a montanhoso com solos de profundidade variável com o predomínio de solos rasos (Pedron et al, 2006). Samuel-Rosa et al (2013) utilizaram essa área para desenvolver modelos preditivos da distribuição do tamanho de partículas usando os atributos de terreno como variáveis; e nos resultados, esses autores demonstraram que as incertezas da predição estão relacionadas à complexidade geológica. Poucos trabalhos exploram áreas como essas, consideradas marginais para exploração agrícola empresarial, mas largamente utilizadas para agricultura familiar, sendo necessários estudos que possam apresentar modelos satisfatórios para predição de determinados atributos do solo.…”

Digital mapping: new approach on soil survey

“…Essas abordagens são encontradas com freqüência na literatura (Giasson et al 2006, Connolly et al 2007, Grimm et al 2008, Hansen et al 2009, Odgers et al 2011a, Odgers et al 2011b, ten Caten et al 2011, Häring et al 2012, Kerry et al 2012, Samuel-Rosa et al 2013, ten Caten et al 2013, Cavazzi et al 2013, Dotto et al 2014, Adhikari et al 2014, Hartemink e Minasmy 2014. No entanto, os resultados dessas diferentes abordagens preditivas são dependentes da qualidade dos dados utilizados, a saber: resolução espacial e incerteza das covariveis ambientais, qualidade e quantidade das amostras de treinamento, densidade espacial das amostras, e a capacidade do modelo preditivo em capturar a variação espacial do solo.…”