Geoinformation analysis of the spatial distribution of soil quality indicators in terms of water erosion

• Autorzy: Temna Yuliia

Identyfikatory

DOI

10.15576/GLL/209882

Warianty tytułu

PL

Analiza geoinformacyjna rozkładu przestrzennego wskaźników jakości gleb w kontekście erozji wodnej

• Języki publikacji: EN

Abstrakty

EN

Soil organic carbon, clay content and cation exchange capacity play a key role in the productivity of agricultural soils, and are therefore fundamental parameters for environmental monitoring and modelling. However, studying these properties using traditional laboratory methods is labour-intensive and costly. An equally important factor is the steepness of slopes, which affects erosion processes and nutrient distribution in the soil. Geospatial analysis is a powerful tool for examining spatial patterns and the distribution of various indicators. When assessing soil quality indicators, GIS technologies enable the accurate and detailed monitoring of soil conditions in various areas, the assessment of their characteristics, and the identification of potential problem areas. This study presents observation and analysis of the impact of soil quality indicators, including soil organic carbon (SOC), physical clay, and cation exchange capacity (CEC), on the development of soil quality degradation using SoilGrids 250 m 2.0 data. To estimate the level of erosion, a slope steepness map was generated using the SRTM digital elevation model, which was downloaded through Google Earth Engine at a 30-m resolution. The results showed that high organic carbon content and optimal CEC values reduce soil vulnerability to the development of erosion, while steep slopes and low organic carbon content increase the risk of degradation. The vulnerability index developed based on these data allows us to effectively identify areas at high risk of soil degradation and develop protection strategies.

PL

Zawartość węgla organicznego w glebie, iłu fizycznego i pojemności wymiany kationów odgrywają kluczową rolę w produktywności gleb rolniczych, a zatem stanowią podstawowe parametry monitorowania i modelowania środowiska. Badanie tych właściwości tradycyjnymi metodami laboratoryjnymi jest jednak pracochłonne i kosztowne. Równie ważnym czynnikiem jest nachylenie zboczy, które wpływa na procesy erozji i dystrybucję składników odżywczych w glebie. Analiza geoprzestrzenna jest potężnym narzędziem do badania wzorców przestrzennych i rozmieszczenia różnych wskaźników. Przy ocenie wskaźników jakości gleby technologie GIS umożliwiają dokładny i szczegółowy monitoring warunków glebowych na różnych obszarach, ocenę ich charakterystyki oraz identyfikację potencjalnych obszarów problemowych. W niniejszym opracowaniu przedstawiono obserwację i analizę wpływu wskaźników jakości gleby, w tym węgla organicznego w glebie (SOC), iłu fizycznego i pojemności wymiany kationów (CEC), na rozwój degradacji jakości gleby z wykorzystaniem danych SoilGrids 250 m2.0. Aby oszacować poziom erozji, wygenerowano mapę nachylenia zboczy przy użyciu cyfrowego modelu terenu SRTM, który został pobrany za pomocą Google Earth Engine z rozdzielczością 30 m. Wyniki pokazały, że wysoka zawartość węgla organicznego i optymalne wartości CEC zmniejszają podatność gleby na rozwój erozji, natomiast strome zbocza i niska zawartość węgla organicznego zwiększają ryzyko degradacji. Wskaźnik podatności opracowany na podstawie tych danych pozwala nam skutecznie identyfikować obszary wysokiego ryzyka degradacji gleby i opracowywać strategie ochrony.

Słowa kluczowe

EN

geoinformation analysis; soil erosion; erosion vulnerability; organic carbon; GIS

PL

analiza geoinformacyjna; erozja gleby; podatność na erozję; węgiel organiczny; GIS

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2025
• Tom: no. 3
• Strony: 39--49
• Opis fizyczny: Bibliogr. 18 poz., rys.

Twórcy

autor

Temna Yuliia

• Scientific Centre for Aerospace Research of the Earth, Institute of Geological Sciences, National Academy of Sciences of Ukraine

• https://orcid.org/0009-0008-8458-3704

Bibliografia

• Adam M., Ibrahim I., Siddig M., Zeraatpisheh M., Mishra G., Brevik E. 2021. Predicting soil cation exchange capacity in Entisols with divergent textural classes: The case of northern Sudan soils. Air Soil Water Res., 14, 1–14. https://doi.org/10.1177/11786221211042381
• Ajai Bhatnagar R. 2022. Desertification and Land Degradation: Concept to Combating. CRC Press, Boca Raton. https://doi.org/10.1201/9781351115629
• Bajracharya R.M., Lal R. 1992. Seasonal soil loss and erodibility variation on a Miamian silt loam soil. Soil Sci. Soc. Am. J., 56(5), 1560–1565.
• Cocco Lago B., Silva C.A., Azevedo Melo L.C., Morais E.G. 2021. Predicting biochar cation exchange capacity using Fourier transform infrared spectroscopy combined with partial least square regression. Sci. Total Environ., 794, 148762. https://doi.org/10.1016/j.scitotenv.2021.148762
• Firoozi A.A., Firoozi A.A. 2024. Water erosion processes: Mechanisms, impact, and management strategies. Results Eng., 24, 103237. https://doi.org/10.1016/j.rineng.2024.103237
• Hazelton P., Murphy B. 2016. Interpreting Soil Test Results: What Do All the Numbers Mean? Chemin de Baillarguet: CSIRO Publishing. https://doi.org/10.1071/9781486303977
• Kanianska R., Kizeková M., Jančová Ľ., Čunderlík J., Dugátová Z. 2024. Effect of soil erosion on soil and plant properties with a consequence on related ecosystem services. Sustainability, 16(16), 7037. https://doi.org/10.3390/su16167037
• Kokhan S., Burshtynska K., Bykin A., Bilous L., Drozdivskyi O., Temna Y. 2024. Digital farming technologies: Modern state and challenges. In: Zagorodny A., Bogdanov V., Zaporozhets A. (eds.), Nexus of Sustainability. Stud. Syst. Decis. Control, 559. Springer, Cham. https://doi.org/10.1007/978-3-031-66764-0_13
• Lashko S., Shelkovska I., Halchenko N., Klyuka O. 2021. Cartographic analysis of the distribution of degraded lands (on the example of the Poltava region). Collected Scientific Works of Ukrainian State University of Railway Transport, 74–81. https://doi.org/10.18664/1994-7852.197.2021.248332
• Mishra G., Sulieman M.M., Kaya F., Francaviglia R., Keshavarzi A., Bakhshandeh E., Loum M., Jangir A., Ahmed I., Elmobarak A., Basher A., Rawat D. 2022. Machine learning for cation exchange capacity prediction in different land uses. Catena, 216 (Part A), 106404. https://doi.org/10.1016/j.catena.2022.106404
• Mukherjee A., Zimmerman A.R. 2013. Organic carbon and nutrient release from a range of laboratory-produced biochars and biochar–soil mixtures. Geoderma, 122–130, 193–194. https://doi.org/10.1016/j.geoderma.2012.10.002
• Pimentel D. 2006. Soil erosion: A food and environmental threat. Environ. Dev. Sustain., 8(1), 119–137. https://doi.org/10.1007/s10668-005-1262-8
• Samuel A., Dines L. (eds.). 2023. Soil health and management. In: Lockhart and Wiseman’s Crop Husbandry Including Grassland. 10th ed. Woodhead Publishing, 49–79. https://doi.org/10.1016/B978-0-323-85702-4.00023-6
• Siswanto S.Y., Sule M.I.S. 2019. The impact of slope steepness and land use type on soil properties in Cirandu Sub-Sub Catchment, Citarum Watershed. IOP Conf. Ser., Earth Environ. Sci., 393(1). https://doi.org/10.1088/1755-1315/393/1/012059
• Temna Y., Kokhan S. 2024. Nexus soil organic carbon and water erosion. In: Int. Conf. of Young Professionals ‘GeoTerrace 2024’, European Assoc. of Geoscientists & Engineers, October 2024. https://doi.org/10.3997/2214-4609.2024510040
• Thompson A.L., Giri G.S., Baffaut C., Sadler E.J., Lerch R.N., Veum K.S. 2020. The development of a Soil Vulnerability Index for use in precision conservation. J. Soil Water Conserv., 75(1), 1–14. https://doi.org/10.2489/jswc.75.1.1
• Yang R., Yang S., Chen L.-l., Yang Z., Xu L., Zhang X., Liu G., Zhang X., Jiao C., Bai R., Zhang X., Zhai B., Wang Z., Zheng W., Li Z., Zamanian K. 2023. Effect of vegetation restoration on soil erosion control and soil carbon and nitrogen dynamics: A meta-analysis. Soil Tillage Res., 230, 105705. https://doi.org/10.1016/j.still.2023.105705
• Zhang Y., Qin X., Qiu Q., Yu R., Yao Y., Li H., Shao M., Wei X. 2023. Soil and water conservation measures reduce erosion but result in carbon and nitrogen accumulation of red soil in Southern China. Agric. Ecosyst. Environ., 346, 108346. https://doi.org/10.1016/j.agee.2023.108346