CARBON BALANCE AND MANAGEMENT//(2021)16,32)
Volumen: 16, Numero: 1, Páginas: [19] p.
Background: Soil organic carbon (SOC) afects essential biological, biochemical, and physical soil functions such as nutrient cycling, water retention, water distribution, and soil structure stability. The Andean páramo known as such a high carbon and water storage capacity ecosystem is a complex, heterogeneous and remote ecosystem complicating feld studies to collect SOC data. Here, we propose a multi-predictor remote quantifcation of SOC using Random Forest Regression to map SOC stock in the herbaceous páramo of the Chimborazo province, Ecuador. Results: Spectral indices derived from the Landsat-8 (L8) sensors, OLI and TIRS, topographic, geological, soil taxonomy and climate variables were used in combination with 500 in situ SOC sampling data for training and calibrating a suitable predictive SOC model. The fnal predictive model selected uses nine predictors with a RMSE of 1.72% and a R2 of 0.82 for SOC expressed in weight %, a RMSE of 25.8 Mg/ha and a R2 of 0.77 for the model in units of Mg/ha. Satellite-derived indices such as VARIG, SLP, NDVI, NDWI, SAVI, EVI2, WDRVI, NDSI, NDMI, NBR and NBR2 were not found to be strong SOC predictors. Relevant predictors instead were in order of importance: geological unit, soil taxonomy, precipitation, elevation, orientation, slope length and steepness (LS Factor), Bare Soil Index (BI), average annual temperature and TOA Brightness Temperature. Conclusions: Variables such as the BI index derived from satellite images and the LS factor from the DEM increase the SOC mapping accuracy. The mapping results show that over 57% of the study area contains high concentrations of SOC, between 150 and 205 Mg/ha, positioning the herbaceous páramo as an ecosystem of global importance. The results obtained with this study can be used to extent the SOC mapping in the whole herbaceous ecosystem of Ecuador ofering an efcient and accurate methodology without the need for intensive in situ sampling.
Antecedentes: El carbono orgánico del suelo (COS) afecta las funciones biológicas, bioquímicas y físicas esenciales del suelo, tales comociclo de nutrientes, retención de agua, distribución de agua y estabilidad de la estructura del suelo. El páramo andino conocido como talEl ecosistema con alta capacidad de almacenamiento de agua y carbono es un ecosistema complejo, heterogéneo y remoto que complicaestudios de campo para recolectar datos de SOC. Aquí, proponemos una cuantificación remota de COS con múltiples predictores utilizando Random Forest Regression para mapear las existencias de COS en el páramo herbáceo de la provincia de Chimborazo, Ecuador.Resultados: Se utilizaron índices espectrales derivados de los sensores Landsat-8 (L8), OLI y TIRS, topográficas, geológicas, de taxonomía del suelo y variables climáticas en combinación con 500 datos de muestreo SOC in situ para entrenamiento y calibración.un modelo SOC predictivo adecuado. El modelo predictivo final seleccionado utiliza nueve predictores con un RMSE de 1,72% yun R2 de 0,82 para SOC expresado en % en peso, un RMSE de 25,8 Mg/ha y un R2 de 0,77 para el modelo en unidades de Mg/ha.No se encontraron índices derivados de satélites como VARIG, SLP, NDVI, NDWI, SAVI, EVI2, WDRVI, NDSI, NDMI, NBR y NBR2ser fuertes predictores del SOC. En cambio, los predictores relevantes estaban en orden de importancia: unidad geológica, taxonomía del suelo,precipitación, elevación, orientación, longitud y pendiente de la pendiente (factor LS), índice de suelo desnudo (BI), temperatura media anual y temperatura de brillo TOA.Conclusiones: Variables como el índice BI derivado de imágenes satelitales y el factor LS del DEM aumentanla precisión del mapeo SOC. Los resultados del mapeo muestran que más del 57% del área de estudio contiene altas concentracionesde COS, entre 150 y 205 Mg/ha, posicionando al páramo herbáceo como un ecosistema de importancia mundial.Los resultados obtenidos con este estudio pueden ser utilizados para ampliar el mapeo del COS en todo el ecosistema herbáceo deEcuador ofreciendo una metodología efciente y precisa sin necesidad de muestreo intensivo in situ.