Google Earth Engine을 사용한 토양 염분의 공간적, 시간적 변화 조사: Werigan의 사례 연구

Scientific Reports 13권, 기사 번호: 2754(2023) 이 기사 인용

967 액세스

1 인용

1 알트메트릭

측정항목 세부정보

대규모 토양 염분 조사는 시간과 노동 집약적이며 역사적 염분 조사도 더 어려운 반면, 건조 및 반건조 지역에서는 염분의 공간적, 시간적 특성에 대한 조사가 과학적 근거를 제공할 수 있습니다. 이 연구에서는 염분의 과학적 예방을 위해 앙상블 학습 및 Google Earth Engine을 결합한 다중 소스 데이터를 사용하여 1996년부터 2021년까지 Werigan-Kuqa River Oasis의 염분화 진화를 관찰하기 위한 모니터링 모델을 구축하고 추진 요인을 분석합니다. 본 실험에서는 연도별로 현장에서 수집한 데이터와 일부 환경 변수를 이용하여 RF(Random Forest), XGBoost(Extreme Gradient Boosting), LightGBM(Light Gradient Boosting Machine)의 세 가지 앙상블 학습 모델을 구축하고, 정확도를 얻은 후 모델 검증 결과, XGBoost는 테스트 세트에서 RMSE가 17.62dS m−1, R2가 0.73, RPIQ가 2.45로 이 연구 영역에서 가장 높은 염도 예측 정확도를 보였습니다. 본 실험에서는 토양 전기 전도도(EC)와 환경 변수의 Spearman 상관 분석을 통해 원래 밴드의 근적외선 밴드, 지형 인자의 DEM, 원격 감지 기반 식생 지수 및 염도를 확인했습니다. 지수 토양 EC는 강한 상관관계를 보였습니다. 염류화의 공간분포는 일반적으로 서쪽과 북쪽이 좋고 동쪽과 남쪽이 심한 것이 특징이다. 비염분화, 약한 염분화, 중간 염분화는 25년에 걸쳐 서부 오아시스 내부에서 점차 남쪽과 동쪽으로 확대되었습니다. 심각하고 매우 심한 염분화 현상은 25년 동안 오아시스 북쪽 가장자리에서 동부 및 남동부 사막 지역으로 점차 이동했습니다. 염도 등급이 가장 높은 염분 토양은 1996년 Werigan-Kuqa 오아시스 연구 지역 동부의 사막 지역 대부분과 서부의 소규모 지역에 분포하여 크기가 줄어들고 불연속적인 분포를 특징으로 합니다. 2021. 면적변화로 보면 비염분화면적은 1996년 198.25km2에서 2021년 1682.47km2로 증가했다. 염분화도가 가장 높은 염분토양 면적은 1996년 5708.77km2에서 2021년 2246.87km2로 감소했다. Werigan–Kuqa Oasis의 개선.

토양의 염분화는 세계 농업 시스템1에 대한 위협 중 하나가 되었으며, 기후 변화로 인해 염분화의 영향이 더욱 커지고 피해 정도도 증가할 것으로 예상되며, 또한 염분화의 형성 메커니즘도 복잡해집니다2. 염분화를 조절하고 토양 악화를 방지하려면 염분화의 공간적, 시간적 분포와 진화 패턴의 특성을 이해하는 것이 중요합니다3.

토양 염도 모니터링을 위한 전통적인 실험실 분석은 시간이 많이 걸리고 노동 집약적이며 염도는 공간과 시간에 따라 크게 변하기 때문에 염도의 지리적 분포와 진화 패턴을 정확하게 특성화하는 것이 어렵습니다4. 디지털 매핑은 컴퓨터 하드웨어 및 소프트웨어의 발전뿐만 아니라 지리 정보 시스템, 지구 위치 확인 시스템, 원격 또는 근접 센서, 디지털 고도 모델의 생성으로 인해 토양 과학 분야에서 큰 발전을 이루었습니다. 데이터의 양5, 원격탐사 위성의 출현으로 염분을 탐지하기 위한 원격탐사 기술의 중요성이 더욱 커졌습니다. 마이크로파 및 다중 시간 광학 원격 감지는 표면 염분 매개변수6를 식별하는 효율적인 방법입니다.

광위성의 풍부한 파장대역 정보를 활용하여 모델링 및 예측을 위해 다양한 염분 지수가 구축되었습니다7,8. 염분지수(SI)를 활용하여 염분이 발생하기 쉬운 지형을 분류하고 분석한 Khan et al.9의 사례처럼, 원격탐사 기반 염분지수는 척박하거나 드문 곳에서 표면의 염분 상태에 즉각적으로 반응할 수 있습니다. 초목. 토양 수분, 식생 피복, 데이터 수집 시간 등 기타 요소의 영향으로 인해 자연 상황에서 순수한 염분 스펙트럼 정보를 얻는 것은 매우 어렵습니다. 내염성 식물은 건조 및 반건조 기후에서 잘 자라기 때문에 식생 지수는 염도에 대한 간접 지표로 사용됩니다10. Ramos 등7과 같은 많은 염도 예측 연구에서는 CRSI(Canopy Response Salinity Index), EVI(Enhanced Vegetation Index) 및 NDVI(Normalized Difference Vegetation Index)를 사용하여 현장의 염도를 평가했습니다. 염도 모니터링에 널리 사용되는 다른 지수로는 SAVI(Soil adjust Vegetation Index), RVI(Ratio Vegetation Index), DVI(Divergence Vegetation Index) 및 GVI(Green Vegetation Index)가 있습니다11,12.