High-def kortlægning af fugt i jorden

Jordfugten er let at se, når din yndlings Little Leaguer glider ind i anden base dagen efter en stor sommerstorm. Mudderet sprøjtet på den lille hustlers uniform fortæller historien.

Forsøger at måle jordfugtighed på tværs af store områder - regioner, nationer, kontinenter - er en hel 'ingen udfordring, og en kritisk. Viden om denne dimension af vores økosystem er ekstremt vigtig for landmænd, planlæggere, forskere, forsikringsselskaber og alle, der bekymrer sig om at forberede sig på globale miljøændringer.

"Forståelse af disse mønstre er afgørende for national og international sikkerhed, " sagde Rodrigo Vargas, lektor i økosystemøkologi og miljøændringer ved Institut for Plante- og Jordbundsvidenskab ved University of Delaware. "Vi kan ikke måle alt overalt hele tiden... Så vi bruger alternative tilgange, såsom maskinlæring, der hjælper os med at få indsigt fra komplekse datasæt."

Nu har Vargas og doktorand Mario Guevara udviklet en ny tilgang, der skærper vores evne til at forudsige jordfugtighed, selv i store områder, hvor der ikke har været data tilgængelige. Sammenlignet med standardestimater produceret af satellitbaserede sensorer, den nye tilgang øger nøjagtigheden af ​​disse estimater med mere end 20 procent. Det gør det også muligt at forudsige jordens fugtforhold i meget mindre områder og mere detaljeret end standardmodeller har kunnet vise. De beskrev deres arbejde i et nyligt nummer af PLOS ONE , et peer-reviewed tidsskrift udgivet af Public Library of Science.

De bedste data om jordfugtighed nu er indsamlet ved hjælp af satellitbaserede sensorer, der leverer forudsigelser i gitter på omkring 27 kilometer pr. pixel. Det er et rum på næsten 17 miles kvadrat, omkring afstanden fra Main Street i Newark, Delaware, til det historiske New Castle ved Delaware-floden.

Det er nyttigt til at analysere regionale eller globale mønstre, men et så stort omfang kan kun give begrænsede oplysninger om lokale forhold.

Metoden Guevara og Vargas har udviklet giver meget højere definition, forbedre opløsningen fra 27 kilometer til 1 kilometer pr. pixel – eller fra omkring 17 miles til lidt over en halv mile. Det er nogenlunde afstanden fra UD's Trabant Student Center i den ene ende af East Main Street til Newark Shopping Center i den anden. Meget strammere og meget mere nyttigt til statsdækkende applikationer.

Den nye tilgang kombinerer datavidenskab og maskinlæring med den nye videnskab om geomorfometri - kvantitativ analyse af jordoverfladen ved hjælp af topografisk information, billedanalyse og rumlig statistik.

Fordi jordfugtighed varierer efter placering og ændrer sig over tid, pålidelige måling og forudsigelige metoder er afgørende. Topografi - der definerer de fysiske parametre for Jordens overflade - er en kritisk faktor for jordfugtighedsvurderinger. Højde, hældning og andre land-overfladekarakteristika er stærke forudsigere for, hvordan vand - fra regn, kunstvanding og andre kilder – vil flytte sig, dræne og påvirke et område.

"Vi skal forstå vanddynamikken, " sagde Guevara. "Vi forstår mange komponenter i vandets kredsløb, men der er meget vi ikke ved. Vi ønsker at beskytte vandressourcerne og vide, hvordan de er fordelt, deres geografi. Jordfugtighed er en vigtig indikator for vandressourcer."

Brug af satellitbaserede sensorer, jordfugtighed kan måles til en dybde på omkring 5 centimeter (lige under 2 tommer).

"Satelitter kan ikke nemt se jordfugtighed ved dybere jordlag, " sagde Guevara.

Men det tynde lag jord rummer afgørende information.

"Overfladisk jordfugtighed er en nøgleindikator for jordtørhed. Det påvirker jordens produktivitet og i sidste ende jordens sundhed, " sagde Guevara, "da vandet i de første par centimeter af jorden er noget af det vand, der bruges af afgrøder eller af jordens biodiversitet (cirkulerende næringsstoffer), der kontrollerer jordens kapacitet til at producere mad, fiber og opbevare vand."

Ved udviklingen af ​​den nye prædiktive model, Guevara brugte satellitdata om jordfugtighed indsamlet i mere end et årti (1991-2016) på tværs af det kontinentale USA af European Space Agency's Climate Change Initiative.

Han og Vargas arbejdede i samarbejde med UD Information Technologies, brugte musklerne i UD's Farber højtydende computerklynge og trak på ressourcerne fra det nye Data Science Institute.

Guevara udviklede forudsigelsesfaktorer ved hjælp af automatiseret digital terrænanalyse og definerede 15 typer terrænparametre (såsom hældning og aspekt, blandt andre). Han analyserede rumlig struktur og fordeling af disse parametre i forhold til jordfugtighed og brugte en algoritme til at udvælge de bedste modeller.

De resulterende forudsigelser blev valideret ved sammenligning med "grundsandhed, " feltdata om jordfugtighed fra North American Soil Moisture Dataset. Dette datasæt, udviklet af UD alun Steven Quiring, som var doktorand hos UD professor og statsklimatolog Dan Leathers, trækker strengt kurerede data fra mere end 2, 000 meteorologiske stationer på tværs af det kontinentale USA.

Det næste kapitel i forskningen udvider arbejdet til den globale skala, sagde Vargas. Mere diskussion om det er tilgængelig i tidsskriftet Earth System Science Data.