Spatial distribution and content of soil organic matter in an agricultural field in eastern Canada, as estimated from geostatistical tools
Notice bibliographique
Résumé
Abstract Soil erosion induces soil redistribution within the landscape and thus contributes to the spatial variability of soil quality. This study complements a previous experimentation initiated by the authors focusing on soil redistribution as a result of soil erosion, as indicated by caesium‐137 (137Cs) measurements, in a small agricultural field in Canada. The spatial variability of soil organic matter (SOM) was characterized using geostatistics, which consider the randomized and structured nature of spatial variables and the spatial distribution of the samples. The spatial correlation of SOM (in percentages) patterns in the topsoil was established taking into account the spatial structure present in the data. A significant autocorrelation and reliable variograms were found with a R2 ≥ 0·9, thus demonstrating a strong spatial dependence. Ordinary Kriging (OK) interpolation provided the best cross validation (r2 = 0·35). OK and inverse distance weighting power two (IDW2) interpolation approaches produced similar estimates of the total SOM content of the topsoil (0–20 cm) of the experimental field, i.e. 211 and 213 tonnes, respectively. However, the two approaches produced differences in the spatial distribution patterns and the relative magnitude of some SOM content classes. The spatialization of SOM and soil redistribution variability – as evidenced by 137Cs measurements – is a first step towards the assessment of the impact of soil erosion on SOM losses to recommend conservation measures. Copyright © 2009 John Wiley & Sons, Ltd.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».