Ett team av forskare har utvecklat ett tillvägagångssätt som kartlägger jordens salthalt runt om i världen med en exceptionell detalj på 10 meter. Detta framsteg tar itu med det trängande behovet av korrekta bedömningar av markens salthalt, en formidabel utmaning som äventyrar jordbrukets produktivitet och markvitalitet på global skala.
Markens salthalt, en form av markförstöring, påverkar över 1 miljard hektar globalt, vilket äventyrar jordbrukets produktivitet och miljöhälsa. Tidigare försök att kartlägga markens salthalt hindrades av den grova rumsliga upplösningen av befintliga datauppsättningar och begränsningar i att fånga kontinuiteten i markens salthalt.
Forskargruppen insåg dessa utmaningar och började utveckla en modell som integrerar Sentinel-1/2-bilder, klimatdata, terränginformation och avancerade maskininlärningsalgoritmer för att uppskatta salthalten i jorden i fem klimatregioner. Dessa resultat beskrivs i detalj i en studie som publicerades den 28 mars 2024 i Journal of Remote Sensing . Denna forskning introducerar en enhet som skickligt integrerar lutande spiralkanaler med periodiska sammandragningsexpansionsmatriser.
Kärnan i denna strävan är sammanslagning av data från en rad fjärranalystekniker, särskilt de avancerade Sentinel-1/2-satelliterna, och den strategiska tillämpningen av maskininlärningsalgoritmer. Detta tillvägagångssätt har skapat en sofistikerad modell som kan avgränsa markens salthalt med oöverträffad precision – en 10-meters upplösning över varierande klimat.
Detta metodologiska genombrott driver oss långt bortom begränsningarna för tidigare försök, som fjättrades av deras grövre upplösning och en snävare räckvidd i salthaltsanalys. Det dedikerade forskarteamet har sammanställt en omfattande datauppsättning som fångar globala klimatmönster, exakta marknära salthaltsavläsningar och en omfattande uppsättning geospatiala variabler.
Genom att använda Random Forest-algoritmen utmärker sig modellen inte bara i att förutsäga markens salthalt med anmärkningsvärd noggrannhet utan belyser också de centrala roller som klimat, grundvattennivåer och salthaltsindex spelar i bildandet av marksalthaltslandskap. Detta framsteg markerar ett steg framåt i vår förmåga att övervaka och hantera markhälsa på en global skala.
Professor Zhou Shi, den ledande forskaren, sa:"Denna studie markerar ett betydande steg i vår förmåga att bedöma och hantera markens salthalt på global skala. Genom att kombinera satellitbilder med maskininlärning kan vi nu identifiera salthaltiga jordar med oöverträffad noggrannhet och detaljrikedom. , som erbjuder värdefulla insikter för hållbar mark och jordbruksmetoder."
Den högupplösta globala marksalthaltskartan som genererats från denna forskning är ett viktigt verktyg för forskare, beslutsfattare och jordbrukare att ta itu med marksalthaltsproblem på ett effektivt sätt. Det möjliggör riktade insatser för återställande av markhälsan, stödjer hållbara jordbruksmetoder och hjälper till med resursförvaltningsplanering. Metodiken sätter också en ny standard för miljöövervakning, potentiellt tillämplig på andra markförstöringsbedömningar.
Mer information: Nan Wang et al, Global Soil Salinity Estimation vid 10 m med användning av multi-Source Remote Sensing, Journal of Remote Sensing (2024). DOI:10.34133/fjärranalys.0130
Tillhandahålls av Journal of Remote Sensing
