Izvorni znanstveni članak
https://doi.org/10.5513/JCEA01/25.3.4342
Procjena organske tvari tla u razdoblju nakon požara korištenjem VNIR spektroskopije
Iva HRELJA
orcid.org/0000-0001-5387-3890
; University of Zagreb Faculty of Agriculture, Department of General Agronomy, Svetošimunska 25, 10000 Zagreb, Croatia
*
Igor BOGUNOVIĆ
; University of Zagreb Faculty of Agriculture, Department of General Agronomy, Svetošimunska 25, 10000 Zagreb, Croatia
Paulo PEREIRA
; Environment Management Centre, Mykolas Romeris University, Ateities g. 20, LT-08303 Vilnius, Lithuania
Ivana ŠESTAK
; University of Zagreb Faculty of Agriculture, Department of General Agronomy, Svetošimunska 25, 10000 Zagreb, Croatia
* Dopisni autor.
Sažetak
Šumski požari imaju dubok utjecaj na ekosustave i organsku tvar tla (eng. SOM), ključni čimbenik kvalitete tla i kruženju ugljika. Cilj ovog istraživanja bio je procijeniti utjecaj jačine šumskog požara na SOM i potencijal vidljivo-blisko infracrvene spektroskopije (eng. VNIR) koja obuhvaća raspon valnih duljina 350 - 1050 nm za praćenje SOM nakon požara koristeći dva pristupa modeliranju (i) Parcijalna regresija najmanjih kvadrata (PLSR) i (ii) Umjetne neuronske mreže (ANN). Nakon sveobuhvatnog dvogodišnjeg istraživanja u Zadarskoj županiji u Hrvatskoj, gdje je 13,5 ha mješovite šume bilo umjereno do jako pogođeno šumskim požarom, analiza spektralne refleksije otkrila je da sadržaj SOM snažno utječe na refleksiju tla. Uzorci visoke jačine pokazali su najnižu refleksiju u usporedbi s onima s umjerenom jačinom i kontrolnom skupinom. Utvrđeno je da je kritično područje za informacije o SOM u modelima procjene tla nakon požara između 550 i 700 nm. ANN je dosljedno nadmašivao PLSR, postigavši vrijednosti omjera performansi i odstupanja (eng. RPD) od 1,74 do > 2,5, dok je PLSR postigao vrijednosti između 1,62 i 2,29, pokazujući sposobnost ANN-a da pruži točna predviđanja sadržaja SOM-a u uvjetima složene dinamike SOM-a nakon požara. Rezultati ovog istraživanja pokazuju da VNIR spektroskopija, posebno u kombinaciji s modelima temeljenim na ANN-u, nudi pouzdanu i nedestruktivnu metodu za procjenu sadržaja SOM nakon požara, olakšavajući informirane odluke o upravljanju zemljištem za oporavak ekosustava.
Ključne riječi
šumski požar; hiperspektralni podaci; linearno modeliranje; nelinearno modeliranje
Hrčak ID:
320922
URI
Datum izdavanja:
23.9.2024.
Posjeta: 169 *