Professional Documents
Culture Documents
7 de Junio, 2011
____________________________________________________________________________________________________________________
Este documento alega una propuesta para la creacin de una ciberinfraestructura para el
sonido corto y metlico global de mapa del terreno y geoserving, en este punto llamadas
Facilidades Globales de Informacin del Terreno (GSIF). Est dirigido a servir del
documento tcnico y la referencia principal para la implementacin del proyecto
GlobalSoilMap.net. Los mtodos sugeridos y las especificaciones no prescriben cmo
deben hacerse los productos. Slo prescriben a lo que necesitan conformarse para aceptar
cotejo y presentacin de productos estndar finales. El acuerdo en las especificaciones
Globales iniciales SoilMap.net fue logrado en el nodo reunindose en Sel, Corea en
octubre
2526, 2009.
Este libro estar peridicamente actualizado (las ediciones) con informacin nueva y
detalles tcnicos ajustados. Para obtener la versin ms reciente del libro
GlobalSoilMap.net por favor visitar el sitio Web del libro:
El http://global
3 Legal
Ponen Cuidado: Ni el Wageningen University ni cualquier ciudadano actuando en nombre del Wageningen University son responsables del uso que podra
estar hecho de esta publicacin.
Contactan informacin:
Enviando por Correo Direccin: ISRIC Apartado Mundial de Informacin del Terreno 353, 6700 AJ Wageningen
Tel.: +31-317-484199
7 Envan por Correo Electrnico: { Bob.MacMillan, Tom.Hengl, Hannes.Reuter }
8 http://www.isric.org
5
6
13 http://www.africasoils.net
14
La clase del documento destinada para monografas. Las copias impresas de este libro pueden ser ordenadas por Lulu.com.
??-??-???????-?
17
18
19
20
21
El contenido en este libro est autorizado bajo un Creativo Commons Attribution No Comercial Ningn Derivada Works 3.0 licencia. Esto quiere decir que usted tiene libertad de copiarse , distribuir y
transmitir el trabajo, con tal de que usted atribuye el trabajo en la manera especificada por el autor. Usted no puede destinar este trabajo para propsitos comerciales, altrese , transforme, o construya en este
trabajo sin un acuerdo con el autor de este libro. Para ms informacin
Vea http://creativecommons.org/licenses/b
2
3
Los terrenos estn de regreso en el orden del da global y hay uno creciente
Exija mucho para informacin del terreno y, al mismo tiempo, uno
La revolucin tecnolgica para ocuparse de las preguntas levantadas por otro
Las disciplinas cientficas, los fabricantes de poltica y la sociedad grandemente.
Alfred Hartemink en Terrenos est de regreso En el orden del da global .
No son polticos que pueden solucionar problemas. No tienen no
Las capacidades tcnicas. Aun si fueron sinceros no saben
Cmo solucionar problemas. Es tecnologa generado de lo
La ingeniosidad cientfica creativa de tcnicos humanos eso soluciona
Los problemas. Necesitamos poblar eso est en vanguardia de tecnologa para
Resuelva los problemas. Las leyes hechas por el hombre son intento con el que
tratar
Ocurriendo problemas y no sabiendo cmo solucionarlos. . Si usted
Quiera evitar accidente automovilstico, aplquele el sonar y el radar a los autos
As es que le pueden no pegar al uno al otro.
Jacque Fresco en documentary1 Zeitgeist Addendum
4
5
6
7
8
9
10
11
12
13
14
15
16
17
los reclamos de la Pintura Al Fresco que la progresin de tecnologa, si fuera llevado adelante independientemente de su rentabilidad,
hara disponible ms recursos a ms personas produciendo un abun-dance de productos y materiales. Esta abundancia recin
descubierta de recursos, segn Fresco, reducira la tendencia humana hacia el individualismo, corrupcin, y avaricia, y en lugar de eso
confe en personas ayudando a cada quien. La fuente: WI K YO P E D UNO.
1
18
El prefacio
Este libro representa un primer intento para desarrollar y presentar una larga vista de rango
Y la estrategia de implementacin para crear informacin global del terreno que es com
Plete, coherente, capaz de poner al tanto, validado y de mxima exactitud realizable. Eso
Presenta un contorno y ejemplos trabajados para un mtodo multiescala propuesto
El ology y el sistema para producir dinmico, actualizable, coherente y completo
(Globales) los mapas de propiedades del terreno en una resolucin fina. El intento de este
documento
Debe estimular y enfocar debate de cmo podran ser tales mapas mejor producidos
Y para cruzar aberturas entre lo que est disponible y lo que las tecnologas nuevas
Podra traer.
Este libro es una consecuencia de, y una respuesta para, el GlobalSoilMap.net
El proyecto, el puo cul fue concebido de adentro julio del 2006 en el segundo trabajo global
Vaya de compras en Terreno Digital Haciendo Mapas (DSM), sujet en Rio de Janeiro, Brasil.
Durante
El foro sumario de debate en esa reunin Alex McBratney (la Universidad de
Sydney) sugerido que la tecnologa DSM tuvo grandemente madurada y que el mo
El ment haba llegado a definir un reto ambicioso y audaz. l se declar
Que el empeo de la comunidad DSM para traza un mapa de las propiedades del terreno para el
mundo entero en
Una resolucin fina usando mtodos de estado actual de la tecnologa. Este reto fue enthusias
El tically endosado por participantes pero eso fue reconocida tan una tal idea requerida
Una persona de vista, influencia y entusiasmo a actuar como un campen.
Alfred Hartemink luego acord encontrar a un campen y tuvo xito en locat
Ing Pedro Sanchez del Instituto de la Tierra en Columbia University. Pedro patrocin
Un taller inicial en el Instituto de la Tierra en Lamont Nueva York en diciembre, 2007 para
Promueva y planifique el proyecto. Este taller juntado cubriendo con plomo represen
Los tatives del DSM indagan instituciones comunales, principales y nacionales de estudio de
suelos
Y las agencias del donante, incluyendo al Bill y Melinda Gates Foundation. La idea
Pues el proyecto primero recibi soporte en jefe para desarrollar el concepto y luego
La financiacin del Bill y Melinda Gates Foundation. El proyecto fue oficialmente
Emprendido en febrero del 2009: En Nairobi, Kenia, y Nueva York, EEUU.
Las actividades para implementar el proyecto, con el soporte del Gates Founda
Tion, comenz en frica en 2008. El African Soil Information globalmente integrado
El servicio (AfSIS) provey semilla financiadora para promover y desarrollar una contra global
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
El vii
El viii
prefacio
El
18
Dentro del proyecto GlobalSoilMap.net, ISRIC la Informacin Mundial del Terreno tiene
19 la responsabilidad para la coordinacin global. Un aspecto crucial de coordinacin global es
20 asegurando la compatibilidad, la consistencia, la plenitud y la exactitud de todos los datos,
21 mapas finales inclusivos de la propiedad del terreno, contribuido para los datos globales basan por ah difiere
22 nodos ent y agencias participantes. Una forma de lograr compatibilidad y
23 que la consistencia est a travs del desarrollo de normas y especificaciones para las cuales
24 que todos los participantes acuerdan adherirse. El proyecto participa del desarrollo
25 de normas internacionales nuevas para el cambio mejorado y la interoperabilidad de
26 datos de terrenos a travs del envolvimiento en un IUSS trabajando grupo de adelante manchan modelos de datos.
27 Las especificaciones GlobalSoilMap.net para mapas finales de la propiedad del terreno, incluido
28 por la presente, estn tambin dirigidos a lograr compatibilidad y consistencia.
29 Sin Embargo, las especificaciones no pueden garantizar que toda propiedad del terreno traza un mapa a favor
30 duced para las reas diferentes, por los mtodos diferentes, estarn completamente comparables
31 y compatible. Inevitablemente, habr discontinuidades, diferencias sistemticas,
32 aberturas y variaciones en la exactitud entre mapas de la propiedad del terreno producidos por ah difieren
33 contribuyentes ent, para las reas diferentes, usando mtodos diferentes. La inicial (la versin 1)
34 mapas de la propiedad del terreno sern producidos por una coleccin variada de mtodos, muchos de los cuales
35 no estarn con creces automatizados y as no sern amenos para rpido y fcil
36 actualizan.
37
El prefacio
ix
El curato, Production Haciendo Mapas, y la Estratificacin Global (la tentativa). Hay ahora
Un grupo de gente que crece dedicndose globalmente a Objetivo 1 las actividades (global
Manche mapeo) y hay una red global interina dinmica y completamente de
Cooperando agencias de pedologa, organizaciones e individuos. Para compari
El hijo, hay alrededor de 5 para funcionamiento de 10 personas en el proyecto en 2008; Hay
Funcionamiento de 30 personas en eso 2010, y tenemos la visin de que varios centenares de
personas lo harn
Dedquese al proyecto GlobalSoilMap.net a las 2012. El compromiso para el proyecto
Va mucho ms all firma equitativa el acuerdo del consorcio. Varios nodos tienen
Labrado delante con proyectos ambiciosos a producir primera generacin ensucia propiedad
Los mapas segn las especificaciones GlobalSoilMap.net para porciones grandes de
Su extensin total.
Los mapas digitales iniciales del terreno para el EEUU y las partes de Australia ya han sido
Producido, segn las especificaciones del proyecto, por agrupa en EEUU, Sydney
Y Canberra. Este libro ahora tambin incluye un caso completo ( 11) de funcin con
El procesamiento de datos da un paso y probablemente devuelve. GlobalSoilMap.net entrenando
trabajo
Las tiendas fueron sujetadas en Ispra, Rio de Janeiro, Morgantown y Canberra. All
Es tambin un inters global ancho en AfSIS en medio de la comunidad de pedologa.
La base de datos Africa Soil Profiles actualmente se expandi para sobre 7,000 georeferenced
Los perfiles edagolficos.
Recientemente, las actividades preparatorias han sido iniciadas para desarrollar un estado de
vista
Ment, estrategia y el plan de accin hacia el establecimiento de un Terreno Global En Parte
Nership (el SGP) para la Seguridad de Comida y el Clima Cambia Adaptacin y Mitiga
El tion. Esto incluir todos cuerpos internacionales, regionales y nacionales que son
Transmitiendo trabajo substantivo en la proteccin del terreno y la gerencia sostenible
FAO y JRC con socios cruciales como ISRIC, ICRAF, IRRI. Global
SoilMap.net es probablemente convertido en de los productos cruciales que sern promovidos
Por esta asociacin y usado para hacer nfasis sobre valor de informacin del terreno que ambos
entierran
Nacionalmente y nacionalmente.
GlobalSoilMap.net slo ha comenzado. Llevar su tiempo hasta mapa global del terreno
El sonido corto y metlico segn especificaciones se convierte en rutina. Complete ejemplos de
pulla
Los productos de mapeo del terreno del ital para continentes enteros faltan todava. All es quieto
Una realizacin creciente que los problemas cruzan va por el borde y las soluciones deben
intersectarse
Los bordes pero ese terreno coherente que la data raramente cruza bordean eficazmente
Y debe comenzar a hacer eso si los asuntos son ser exitosamente a los que se dirigi la palabra.
Un comandante
La oportunidad existe localizar, rescatar, capturar y hacer juego que el legado ensucia datos
A travs del globo entero. Para facilitar estos procesos planteamos construir fa
Los cilities para consentir entrada de datos y la edicin. La plataforma global para entrega de
trama
De datos GlobalSoilMap.net y productos est bajo construccin y debera ser
Disponibles en 2011.
Las actividades diversas que han sido emprendidas en ISRIC con miras a profesional
El
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
El
ISRIC Wageningen,
2 de Mayo del 2011
equipo GlobalSoilMap.net
El
El descargo de responsabilidad:
Esta publicacin estaba preparada por empleados de ISRIC el Mundial Soil Informa El tion. Ningn ISRIC la Informacin Mundial del Terreno ni cualquier agencia de eso, ni
cualquier
De sus empleados, hace cualquier garanta, mandada por va urgente o insinuada, o se hace cargo
de cualquier
La responsabilidad legal o la responsabilidad para la exactitud, la plenitud, o la utilidad
De cualquier informacin, el aparato, el producto, o el proceso revelado en este informe, o
Manifiesta que su uso no infringira derechos privadamente posedos.
Establezca referencias all dentro para cualquier producto comercial especfico, vaya en
procesin, o repare por ah
La marca registrada, la marca registrada, el fabricante, o de otra manera no hace necesariamente
consti
El tute o insina su endoso, su recomendacin, o favoreciendo por Wageningen
La universidad o cualquier agencia de eso. Aunque todos los datos y software publicado son
Usado por ISRIC la Informacin Mundial del Terreno, ninguna garanta, mandada por va
urgente o insinuada,
Se hace por ISRIC la Informacin Mundial del Terreno en lo que se refiere a la exactitud de los
datos y
Los materiales relacionados y (o) el funcionamiento del software. El acto de distribu
El tion no constituir cualesquier garanta, y ninguna responsabilidad es asumida por ah
ISRIC la Informacin Mundial del Terreno en el uso de estos datos, software, o relacionado
Los materiales.
Aunque el papel del ISRIC es proveer software, el hardware y los datos
Soporte para este proyecto (vea los deliverables listados en 9.2), las limitaciones en capac
El ity el trmino medio que la entrega de los productos finales no puede ser garantizada. Nosotros
el acknowl
Avance ligeramente que el propsito principal del proyecto GlobalSoilMap.net es hacer juego,
Estandarice y mejore informacin global existente del terreno para traerla en alinese
El ment con otros estratos globales populares (HARTEM INK et al., 2010). Como la caera
maestra
El resultado prctico del proyecto, una serie de propiedad global del terreno traza un mapa de
compat
El ible con otros estratos globales como GlobCov y SRTM ser soltado y
Los datos ofrecidos para el uso y descarga libre. Sin embargo, el ISRIC GlobalSoilMap.net
El equipo no puede cargar con la responsabilidad que para encontrar las fechas topes indic en
este libro.
Pues una actualizacin de deliverables especficos y las fechas topes, complacen trate de obtener
lo
La versin ms reciente de este libro del sitio Web de proyecto. Tambin note que lo
El papel de ISRIC es proveer un armazn para el cambio internacional de datos y
La colaboracin, y PARA NO hacer las funciones del lder o implementador principal del terreno
Examine actividades.
2
3
5
6
7
8
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
El xi
Los reconocimientos
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
http://data.g
https://lpdaa
El xiii
El xiv
Los reconocimientos
10
17
19
China
22
Yo Eurasia nodo:
25
29
30
Rodrigo Ortega Blu (el coordinador Cientfico), Correos de los Estados Unidos Campus Av. Santa
33
35
Jonathan W. Hempel (el lder del Nodo), Soil Survey Center Nacional, 100
36
http://r
http://osgeo.
Los reconocimientos
xv
El
1
2
3
Yo el nodo de Oceana:
Neil McKenzie (el lder del Nodo), CSIRO Aterricen y Caja de la Direccin General de
Correos de Agua 1666
Canberra, ACTE, 2601 Australia
Allan Hewitt (el coordinador Cientfico), Landcare Research, Lincoln
Nueva Zelanda
8
Voy rumbo al sur nodo de Asia:
Ningn nodo ha sido establecido adentro Hacia el Sur Asia an y negociaciones es
Pendiente con guiar institutos de terrenos.
Yo el nodo Sahara Africa:
Markus Walsh (el lder del Nodo), Tropical Manchen Biologa y Fertilidad
El instituto (CIAT-TSBF), ICRAF Complex, Avenida de la ONU, Gigiri, Nairobi
Yo Central y Hacia el Oeste Asia el nodo de frica del Norte:
Mahmoud Alferihat (el lder del Nodo), Ministerio de Agricultura CUMERC
Instituya para Digital Soil Mapping PO Box 2099, Amman, Jordn
6
7
9
10
11
12
13
14
15
16
17
Los datos enseados en este libro fueron tratados usando una combinacin de fuente abierta
Los paquetes desarrollados para el ambiente de acto inapropiado para la computacin estadstica
(acto inapropiado DEVEL
El EQUIPO de CORAZN OPMENT, 2009) y la fuente abierta GIS empaqueta GIS7 de SAGA y
El FWTools8. Para seguir los ejercicios y reproducir todos los grficos en esto
El libro que usted podra necesitar ponerse familiar con idioma de acto inapropiado.
Por qu Acto Inapropiado? Acto inapropiado es software confiable porque es fuente abierta.
Acto inapropiado es accessi
El ble para alguien por la mayor parte de Sistemas Operativos, por lo tanto perfectamente
adecuados para ambos
Los pases desarrollados y en vas de desarrollo. Acto inapropiado es tambin nico del claro ms
rpido de cultivo
Los ambientes de la fuente para la computacin estadstica. Es altamente extensible y eso
Relativamente fcil para hacer su propio paquete y sumar ms funcionabilidad (CHAM
LOS SENTES, 2008). A diferencia de los lenguajes de programacin bsicos como C + +, acto
inapropiado provee
La mayor familia de objetos estructurados y las funciones especializadas adecuadas para sta
La computacin de tistical y geogrfica. Las funciones son tpicamente implementadas
Incluya trasfondos predeterminados y consienta automatizacin. Por ejemplo, ambos modelan
adaptador
Y la visualizacin tpicamente puede ser implementada usando slo algunas lneas de cdigo.
Acto inapropiado tambin le propone a una familia ancha de modelos espaciales de prediccin,
disponible por un clavadista
El sity de paquetes contribuidos. Por ejemplo, los mtodos geostatistical estn disponibles
Por paquete del gstat9, pero hay en 5-6 mnimo ms paquetes que implementan
La funcionabilidad diversas del geostatistical.
Las instrucciones detalladas en relacin a la forma de obtener, instalar y hacer a la medida
+OSGeo de acto inapropiado
Los paquetes pueden ser encontrados en BIVAND et al. (2008) y / o HENGL (2009). Todo el
El software requerido para reproducir ejemplos en este libro puede ser obtenido libremente
Instalando acto inapropiado, los paquetes contribuidos, SAGA GIS y FWTools, como un mini
Chitn. Usted primero debera instalar software de acto inapropiado y requeridos paquetes
espaciales disponibles
Por el http://r Luego, obtenga las letras y datasets usados adentro
El libro, e intento corrindoles lnea por lnea.
Acto inapropiado es el ambiente central de programacin que se levanta en parte superior del
equis
Las aplicaciones del ternal, que quiere decir que el anlisis de datos completas documentadas
7
http://saga
8
9
http://fwtool
http://cran.r
2
3
4
5
6
7
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
El xvii
El xviii
Los (acto inapropiado) trocitos de cdigo:
en este libro est disponible en una letra sola. El enlace entre GIS y acto inapropiado es
establecieron usando paquetes especializados. La combinacin de acto inapropiado y el claro
3 paquetes de la fuente GIS (incluyendo Tierra Google) subsiguientemente sern referidos
4 para como +OSGeo de acto inapropiado.
1
2
Cargar los ejercicios usados en el ltimo captulo que usted debera correr:
La biblioteca del # (GSIF)
El # Esta biblioteca est todava no disponible!
> la fuente ("http://globalsoilmap.org/data/functions.R")
La carga del # el punto de aporte y datos del polgono:
> la carga ("http://globalsoilmap.org/data/malawi.RData")
10
Esto cargar todo datos del punto, del polgono y y las funciones de acto inapropiado requirieron correr
11 esto el ejercicio. Los datos del gridded de aporte pueden ser obtenidos a partir de:
> download.file ("http://globalsoilmap.org/data/malawi grids.zip",
El +
= la
El
12
El contenido
El
La encuesta y el terreno examinan productos. . . . . . . . . . . . . . . . . . . . . . . . . .
terre
no
1.1
Manche y el terreno hace inventario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
El estudio de suelos: El estatus de la ciencia. . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Los terrenos mundiales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4
Manche observaciones (las medidas del campo). . . . . . . . . . . . . . . . . . . . .
1.5
Los covariates del terreno / ensucian
delineaciones. . . . . . . . . . . . . . . . . . . . . . . . . .
1.6
La experticia del terreno del legado (el conocimiento
tcito). . . . . . . . . . . . . . . . . . . .
1.7
Ensucie bases de datos, mapas y sistemas de informacin. . . . . . . . . . . . . . .
El
terre
no
2.1
2.2
2.3
2.4
Las variables. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
4
10
13
17
4
5
6
7
8
23
25
10
29
11
Manche observaciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Las observaciones basadas en puntos y los valores agregados. . . . . . . . . . . . .
Manche profundidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
La profundidad de terreno funciona. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
2.5 Pedo-transfer funciona. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6 El Carbn Orgnico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7 El pH. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8 La distribucin de tamao de la partcula (la arena, el cieno y la arcilla). . . . . .
..........
2.9 La densidad de la masa. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.10 Available Suavizan Aptitud. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
29
31
33
34
51
22
51
23
37
38
40
41
46
47
54
58
64
70
71
77
12
13
14
15
16
17
18
19
20
21
24
25
26
27
28
29
3.8
79
30
El xix
El xx
contenido
El
3
4
5
6
7
8
91
91
93
95
96
99
18
El contenido
xxi
El
9
La planificacin de proyecto y deliverables. . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
9.1 Proyectan fases. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
9.2 Deliverables y derivados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
9.3 Usan de 100 mapas de la propiedad del terreno de resolucin m. . . . . . . . . . . . . . . . .
168
9.4 la comunidad de Usuario Final. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
9.5 el control de calidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
9.6 Financiando y el soporte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
9.7 Global ensucian informacin y otros estratos globales. . . . . . . . . . . . . . 175
9.8 festum y puntos Sumarios. . . . . . . . . . . . . . . . . . . . . . . . . 176
10
11
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
El glosario. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
28
El ndice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229
29
Los acrnimos
3
4
5
6
7
8
9
10
11
El xxiii
Parte
La parte introductoria de este libro identifica varios terreno diferente haciendo mapas
2 acercamientos, explican sus ventajas y sus desventajas, y aclaran estos para
3 lectores experimentados menos. Algunas secciones y prrafos estn estrechamente vinculados
4 subsiguientes secciones (el diseo de los productos GSIF y el caso de funcin Malawi) y
5 deberan ser ledos en conjuncin con los captulos pertinentes. Para mejor valorizarse lo
6 mtodos y especificaciones tcnicas presentadas en este libro al que es necesario
7 primero entienden la base terica de terreno digital haciendo mapas de qu trazamos un mapa
8 y cmo? Cmo probamos, analizamos y presentamos variables del terreno?
9
Por consiguiente primero presentamos una revisin breve de mtodos de estudio de suelos y spatio
las estadsticas temporales, como le apliquen al descubrimiento y la descripcin de patrones espaciales
11 exhibieron por terrenos. Esta revisin se replantea para establecer fondo y aclarar
12 que los trminos y los acercamientos propusieron en la segunda parte de esta nota. Una cierta cantidad de
13 que estos trminos y estos mtodos pueden ser poco familiares para muchos lectores, por lo tanto tienen
14 colocaron nfasis en dar definiciones precisas de trminos ambiguos, por ejemplo de del terreno
15 lineations vs ensucian mapas, los vs de variables del terreno ensucian propiedades, suficiencia de vs de
incertidumbre
16 de terreno trazan un mapa etctera.
10
17
Aunque puede aparecer esos mtodos de prediccin aplicables para manchar el mapeo
18 estn bien establecidos, no son! De hecho, empareje la definicin bsica de qu
19 marcas un terreno, un perfil edagolfico completo y cmo medir smbolo velloso del terreno
20 istics como la profundidad efectiva del terreno son todava una materia de debate internacional.
21 All son todava una necesidad para sistematizar la diversidad de mtodos usados para generar
22 ensucian mapas de la propiedad con el objeto de terreno global haciendo mapas. Este captulo fuera
23 lneas e ideas de presentes para un sistema global jerrquico solo de mapeo del terreno
24 eso aseguran cuatro de C de productos del terreno: La consistencia, la plenitud, la exactitud
25 y la moneda circulante.
26
TAKOS et
39
44
Captulo 1
El terreno es un cuerpo de material sin consolidar ocupando los primeros dos metros de lo
La corteza terrestre (SIMONSON, 1968; CHESWORTH, 2008). El lmite superior de lo
El terreno es cualquier aire, haga menos profundo agua, viva plantas o plante materiales que no
han comenzado
Para descomponerse. El lmite inferior de terreno est arbitrariamente colocado a 200 cm, aunque
terrenos
Y los procesos del terreno pueden ser observados hasta profundidades de varios metros (el
HERRERO,
1986).
No todo material sin consolidar puede estar clasificado como terreno. El terreno debe salir a la
vista
Una aptitud para soportar vida. Por lo tanto resulta ser til primero distinguir entre
Las reas reales y potenciales (vea ms all 7.3) del terreno. Por ejemplo, un rea cubierto
Por un glaciar, empantnese o un desierto tambin consta de material sin consolidar y
Puede ser de inters para terreno haciendo mapas. Por ejemplo, las reas del permafrost poseen
terreno
El material del padre o el horizonte C. Asimismo, los pantanos pueden ser reducidos
drsticamente y convertidos
En campos frtiles (ROSSITER, 2001). Aun la roca desnuda no es siempre 100 % desnudo,
Y sus propiedades de la superficie necesitan ser tomadas en cuenta por ejemplo carrera de
desempate modelando.
De un punto de la gerencia de vista, el terreno puede verse de al menos tres por
Los spectives. Es uno:
el recurso de materiales contiene cantidades de materiales sin consolidar,
Los metales, el agua etctera.
estabilizando medio /ecosistema acta como un mdium que mantiene ambos
Los procesos globales y locales de carbn y la fijacin del nitrgeno para la retencin
4
5
6
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
4
estudio de suelos y el terreno examinan productos
1
2
3
(5) herencia fsica y cultural y (6) la plataforma para las estructuras hechas por el hombre:
edificios, carreteras.
12
Las
variables (z 0, 1);
13 variables multinomial (o categrico) como las clases del terreno (z a, b, . . ., x);
14
GRUIJTER et al., 1997; MCBRATNEY et al., 2003; ODGERS et al., 2011a, b).
19
Otra distincin importante es que las variables del terreno pueden ser primarias o adentro
20 ferred. Manche variables que pueden no ser inferidas utilizador que pedo-transfer funcione,
21 y por lo tanto la necesidad a ser medidos en el campo, son llamados pies contrahechos primarios del terreno
22 ables. Otro, las propiedades secundarias del terreno puede estar derivativo de variables primarias
23 o en combinacin con otros datos medioambientales.
Las variables del terreno pueden ser apenas agrupadas en propiedades del terreno las variables
cuantitativas del terreno como cantidades de la material y masa o los porcentajes de volumen; Y las
variables de factor del terreno multinomial (el terreno clasifica) y variables binarias representando
ocurrencia de caractersticas cualitativas diferentes.
24
Los inventarios completos de variables del terreno pueden ser presentados usando mapas del terreno o
25 ensucian a GIS. Tal tipo de informacin es el aporte crucial para la planificacin espacial, agricul
26 el modelado tural (CHESWORTH, 2008) de extensin y medioambiental.
27
Tradicionalmente, el terreno que los datos espaciales y los mapas derivativos (GIS acoda) del terreno han sido
profesionales
29 recurso directo duced del terreno los inventarios, tambin conocido como los proyectos de mapeo del terreno
30 o el terreno examinan (BURROUGH et al., 1971; AVERY, 1987). El terreno contemporneo
31 haciendo mapas tpicamente siguen seis pasos tan esbozados por MCBRATNEY et al. (2003):
28
32
33
1. Seleccione variables del terreno (o las clases) de inters y tech adecuado de medida
L
a
u
n
i
d
a
d
d
e
l
m
a
p
a
d
e
l
t
e
r
r
e
n
o
A
3
E
l
m
a
p
a
d
e
l
t
e
r
r
e
n
o
La unidad B-1
S+
La escama detallada
Dis-aggregate (downscale)
S
La escama de mapeo del blanco
El agregado
S
La escama generalizada
5
1.2 Manchan encuesta: El estatus de la ciencia
(Supere
escama
realizable
posible de
mapeo)
El higo. 1.1 Tres escalas conceptuales bsicas de adentro manchan mapeo: (La izquierda) la escama ms detallada mostrando la distribucin
real de cuerpos del terreno, (el centro) escama del blanco realizable por el presupuesto de proyecto, (bien) la generalizada resolucin
intermedia o tosca hace mapas. En el estudio de suelos convencional, los terrenos estn descritos y conceptualizados como los grupos de
pedons similares (los elementos menores de 110 m2), llamaron a polypedons las unidades taxonmicas niveladas mnimas. Estos luego
pueden estar ms all generalizado para ensuciar unidades del mapa, lo cual puede ser combinaciones diversas (sistemtico o aleatorio) de
escala dominante y los terrenos contrastantes (las inclusiones).
6
estudio de suelos y el terreno examinan productos
1
2
Probando intensidad);
3 3. La colecta toma muestras en el campo y los valores de estimacin del blanco manchan variables
4
La idea principal de estudio de suelos que es, as, la produccin y la diseminacin de terreno
11 la informacin para un rea de inters. Aunque los inspectores del terreno no estn usualmente por
12 se responsable pues el uso de informacin del terreno, este aspecto de estudio de suelos est de moda
13 creasingly importante.
El objetivo principal de trazar un mapa de terrenos es describir la complejidad espacial de terrenos (la
informacin el contenido de variables del terreno sobre un rea geogrfico), luego representar esta
complejidad usando mapas, medidas sumarias, estos modelos de mathemat-ical y estas simulaciones. Los
productos principales de terreno haciendo mapas son terreno bases de datos geogrficas (el aporte y la
salida) e informes adjuntos.
14
Los inventarios tradicionales del recurso del terreno se basan mayormente en applica manual
15 tion de conocimiento tcito docto a travs del terreno ajardinan paradigma (la CASCARILLA CUBIERTA DE
PAS
16
ULTRAJE a et
La premediacin por
polgono
Las estadsticas
automatizadas (Geo)
El tamao de la clula
cuadriculado
El higo. 1.2 la comparacin Matricial entre lo tradicional (conducido en conocimiento) y lo puramente datos /tecnologa acercamientos
conducidos para manchar el mapeo.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
4
4
4
5
2010
La Agrimensura Global
El higo. 1.3 la Evolucin de trazar un mapa de digital de terrenos pueden estrechamente estar vinculados con el surgimiento de
tecnologas nuevas y las fuentes globales de datos, pblicamente disponibles.
informacin. Hay, claro est, tambin las limitaciones con mtodos DSM que todava deben ser
mejoraron. En primer lugar, el nmero de exactamente posiciones del georeferenced de confiable
3 manchan observaciones o datos analticos no estn a menudo lo suficiente como para completamente capturar
4 y describen todos los patrones significativos de variacin del terreno en un rea. Puede haber
5 tambin pocos puntos probados. La posicin exacta de datos grabados del punto no puede ser
6 bien registraron.
1
2
Una segunda limitacin crucial es esa no puede haber relacin obvia en medio
20 observaron patrones de variacin del terreno y los covariates medioambientales disponibles.
21 que Esto puede ocurrir cuando una propiedad del terreno de inters hace fuertemente covary con una cierta
cantidad
22 mappable covariate medioambiental (por ejemplo la arcilla del terreno contenta con radio aerotransportada
23 datos mtricos) pero los datos medioambientales del covariate no estn disponibles para un rea.
24 de los que tambin puede ocurrir que el patrn manchan variacin no es esencialmente pre
25 dictable o relacionado para cualquier covariate medioambiental y conocido, disponible o no. Adentro
26 tales casos, slo tal muestreo y observacin de campo directa son capaces de detectar
27 el patrn espacial de variacin en terrenos porque que no hay, o slo uno muy dbil,
El
7
8
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
sobresalientes o
Complique reas de inundacin) ambos
mtodos confan en acercamientos similares
de usar densamente
Las observaciones espaciadas del punto para
revelar los patrones espaciales. El mapa
convencional del terreno
Pers excavan estos patrones mientras los
mappers digitales del terreno interpolan usar
geo
Los procedimientos estadsticos pero aqu
tambin los dos mtodos son muy anlogos.
Duro
Los hechos (apunte datos y covariates) a
menudo pueden ser beneficiosamente
realzado utilizador suave
Los datos (el conocimiento docto).
En resumen, el objetivo principal de trazar
un mapa de contemporneo de terrenos es
describir
La complejidad espacial de terrenos (manche
variables), luego representa esta variabilidad
nosotros
El ing hace mapas, medidas sumarias,
modelos matemticos y simulaciones encima
lo
El dominio de inters. Tal informacin luego
puede ser utilizada como aporte para diversos
global
Y los modelos medioambientales locales, para
probar panoramas diversas y / o evaluar
La incertidumbre propagada. Esto obviamente
implica ese siguiente sur del terreno de
generacin
Los veyors progresivamente requerirn un
fondo slido en las estadsticas y la
computadora
La ciencia. La aplicacin y seleccin correcta
de muestreo estadstico y el anlisis
Las tcnicas tambin deberan aprovecharse
de consideracin de wher docto de
conocimiento
Alguna vez posible.
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
10
estudio de suelos y el terreno examinan productos
1
Tbl. de estadsticas interesantes de 1.1 listas de algunos y hecho acerca de terrenos mundiales incluyendo
tendencias recientes estimaron por FAO y organizaciones internacionales similares. Esto
4 funciones que las reas productivas (con al menos alguna vegetacin) del terreno ocupan acerca de
5 75 % de la superficie terrestre total, mientras los cultivos arables y permanentes ocupe acerca de
6 11 % del rea terrestre total. Casi 2.8 billones ha est poco usado y podra po
7 tentially sean convertidos a tierra de labranza, repastos y / o algunos el sistema de silvicultura de agro.
8 Una de las razones por qu estas reas no es poco usada o usada en uno sostenible
9 que la forma es porque sabemos muy poco acerca de estos terrenos.
2
3
10
Los terrenos son ahora en peligro ms que nunca antes. Notablemente, lo siguiente cinco
11 amenazas cruciales para terrenos han sido enfatizadas globally1:
la Compresin
la Erosin
14 Derrumbes
15 Organic Matter Decline
16 Salinization
12
13
17
Los informes por DEPARTAMENTO de otorrinolaringologa de operador booleano AND FAO ECONOMIC SOCIAL
DEVELOPM
18 (2002) muestran eso, en lo futuro, 80 por ciento de produccin aumentada del cultivo de adentro se desarrolla
19 pases ing tendrn que venir de intensificacin los rendimientos superiores, aumentado
20 mltiples la rapadura del pelo y los perodos ms cortos en barbecho. Cualquier agrcola o environmen
21 que el modelo de gestin tal requiere ensucian datos como un aporte para la estimacin de rendimientos,
22 lloran y etc de dinmica de nutriente. Es fcil de prever esa importancia del terreno
23 la informacin tienen probabilidad de crecer en los decenios entrantes.
24
Sorprendentemente, el terreno es probablemente uno de los estratos menos bien temticos descritos
25 en una escama global. Por el momento, slo el terreno ancho de la escama hace mapas del mundo
26 estn disponibles en una resolucin tosca de acerca de 150 km y estos estn a menudo de
27 la exactitud desconocida. Los mapas del terreno mejor conocidos de mundo son:
28
Armonizaron Base de Datos Mundial del Terreno: FAO, el Instituto Internacional para Ap
El
29
30
mapa del terreno del gridded de resolucin mancomunando a nacional diversos y continental
31
Escale mapas. Este mapa es conocido como la Base de Datos Mundial Armonizada del Terreno
32
(HWSD) 2. HWSD contiene 16 propiedades derivativas del terreno, para dos estndar
33
Las profundidades (030 cm y 30100 cm), pues el terreno componente principal clasifica iden
El
34
Producido 5 por 5 minutos de arco los mapas globales de la propiedad del terreno (para 020, 2040,
37
http://www.ra
http://www.fa
11
El aspecto
valor estimado
(/ el % referente de ao)
2.8
billones ha
Leptosols (11.3 %)
Regosols (8.7 %)
Cambisols (7.8 %)
Los Podzoles (6.5 %)
Calcisols (6.3 %)
Gleysols (6.2 %)
Otro terreno se agrupa:
Arenosols, Luvisols, Acrisols. . .
El terreno dominante hace el pedido (KST):]
Inceptisols (17 %)
Entisols (16 %)
Aridisols (12 %)
Alfisols (10 %)
Gelisols (9 %)
Otro terreno se agrupa:
Oxisols, Ultisols, Spodosols, Mollisols. . .
Cropland en el uso en milln ha (de potencial):
En Latinoamrica y caribeo:
203 / 1066 (19 %)
En el sahariano en la prestaciones suplementarias de desempleo frica:
228 / 1031 (22 %)
En Hacia el Este Asia:
232 / 366 (63 %)
En Hacia el Sur Asia:
207 / 220 (94 %)
En Cerca Hacia el Este y frica del Norte:
/ 99 (87 %)
En Pases Industriales:
387 / 874 (44 %)
En pases de Transicin:
86
39
24
194 kg por ha
En pases industriales:
117 kg por ha
En el sahariano en la prestaciones suplementarias de desempleo frica:
kg por ha
305
el ha de milln
La intensidad Salinization:?
% 10-50 irrig tierra afectada
despus de N O FAO EC O M Yo la C Un N D SO C Yo O A L Delaware V E L P M E N T Delaware Pensilvania RT M E N T (2002).
Segn el mapa HWSD de mundo (v1.1).
] segn el Servicio de Conservacin de Recursos Naturales USDA.
despus de FE RT Yo la L Yo Acto Inapropiado Z E Kilobyte de Acto Inapropiado del suboficial Indiana D U S T RY Yo N G GRO U P (2008).
? Segn la Valoracin Global de Degradacin Terrestre (GLASOD).
El
12
estudio de suelos y el terreno examinan productos
1
2
propiedad del terreno DAAC hace mapas: El Centro Activo Distribuido (DAAC) del Archivo 3
Producida una lista de propiedad global del terreno del gridded hace mapas en una resolucin de 5 arco
3
Los minutos la densidad de carbn de terreno, la densidad total de nitrgeno, la aptitud del campo,
languideciendo
4
Ensee con el dedo, perfile aptitud disponible de agua, aptitud termal, y densidad de la masa.
5 propiedad producida a USGS del terreno mapas: USGS produjo un nmero de terreno global
El
La resolucin.
8 el Atlas de los mapas del terreno de la Bisfera: La propiedad adicional del terreno hace mapas tan
9
Los mapas de humedad del pH y del terreno, pueden ser obtenidos del Atlas de Bisfera
El
10
project5.
11
Una visin general reciente de convencionales bases de datos regionales y globales del terreno, y
12 sus limitaciones inherentes, pueden ser tambin encontradas en NACHTERGAELE et al. (2010).
13 Mientras til, estos mapas gruesos diversos de resolucin tengan tendencia a sufrir de cor malo
14 la relacin de unidades y los conceptos a travs de bordes y de variacin en lo efectivo
15 se descaman de datos de la fuente dentro y en medio continentes (de 1:0.5M para 1:5M).
16 Por Lo Tanto los restos globales de impresin que mapas del terreno actualmente globales disponibles
17 no estn comparables adentro ras con ras de detalle y exactitud con otros estratos globales tan
18 como el SRTM DEM, el MODIS y ESA los productos MERIS de NASA (vea ms all
19 el Higo. 7.1).
20
Los mapas gruesos existentes del terreno de resolucin actualmente carecen de la resolucin y accu
21 picantes requerido para ocuparse de preguntas tan: Qu es el carbn total accionario adentro
22 ensucian? Qu es el nitrgeno global accionario en terreno? Cunto el terreno se pierde por mar
23 la erosin cada ao? Cul es la produccin potencial de reas vastas en frica,
24 Latinoamrica y Asia? Cul aterriza sistema de uso es sostenible considerando terreno
25 la conservacin y similar.
La importancia del recurso del terreno histricamente ha sido pasada por alto por fabricantes de de-cision y
lderes polticos. Consecuentemente, la informacin del terreno es exterior poco usado el dominio de
pedologa. En una escama global, el terreno es probablemente uno de los estratos menos temticos usados.
26
ensucian recurso histricamente ha sido pasado por alto o ignorado por personas que toma las decisiones
y los lderes polticos (HARTEM INK, 2008). En segundo lugar, ensucia, a diferencia de vegetacin o
30 caractersticas atmosfricas, estn escondidas y las caractersticas del 3D altamente complicadas que no son
31 fcilmente registraron usar tecnologas remotas de sensacin. Y finalmente, de un usuario
32 productos perspectivos, tradicionales del terreno pueden estar complicados y difciles para interpretar.
28
29
33
Los mapas tradicionales, basados en polgonos, del terreno han sido criticados para varios reuno
34 hijos: (1 excesivamente) estn enfocados a las clases discretas del terreno, cules son, diferentes
3
4
5
http://daac.o
http://soils.
http://www.sa
13
SANCHEZ, 2009;
ODGERS et al., 2011b). Adems, la
estructura complicada de lo tradicional
Las bases de datos del terreno y el uso
extensivo de cdigos y la jerga cientfica lo
dificultan
Para que poco especialistas interpreten y
usen estos datos (BEAUDETTE y O'GEEN,
2009).
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
Un registro de perfil edagolfico es una caracterizacin del campo del terreno en una posicin una
coleccin de propiedades del terreno descriptivas y analticas adjuntadas a una posicin especfica,
profundidad y un muestreo soportan tamao. Los perfiles edagolficos son usualmente el aporte ms
fidedigno para terreno haciendo mapas.
La caracterstica crucial de datos del
punto del legado es que representa una
observacin
O la prueba de un terreno en una posicin
especfica del punto. El objeto de
observacin y
La descripcin es casi siempre un perfil
edagolfico o pedon. Oficialmente, un
pedon del terreno es
Definido como un cuerpo de terreno
teniendo una extensin limitada del
horizonal de no ms de 1
2 m en letra x y y y una dimensin de
vertical (d) que eso tpicamente prolonga
para nico 12 m
Pero ocasionalmente puede extenderse hasta
mayores profundidades. En la prctica, la
inmensa mayora de
Los datos de perfil edagolfico pertenecen
manchar observaciones y pruebas cobradas
ms de mismo
Las dimensiones horizontales limitadas (10
50 cm) y hasta las profundidades de 12 m.
En los trminos del geostatistical,
manchan observaciones est ocupado en
soporte del punto, quiera decir
El ing que son representativos de un punto
en espacio con muy limitado horizontal
La extensin. Es relativamente raro
encontrar datos de perfil edagolfico del
legado recabados encima
Las mayores bulked y extensiones
horizontales para crear a un representante de
muestra de uno ms grande
El volumen de terreno que puede estar
tratado como con tal que soporte del bloque
para pur estadstico
Las actitudes. En la dimensin vertical, los
perfiles edagolficos estn usualmente
descritos y probados
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
14
estudio de suelos y el terreno examinan productos
con relacin a horizontes genticos del terreno, cul son los estratos identificables en el terreno
que reflejan diferencias en el desarrollo del terreno o ambientes depositional. Menos
3 frecuentemente, los terrenos estn descritos y probados en la dimensin vertical con re
4 spect para los intervalos arbitrarios de profundidad o los estratos por ejemplo en los intervalos fijos de
profundidades 10, 20,
5 30, 40,. . . El cm.
1
2
por terreno adicional sitan descripciones que describen atributos del sitio en el hor
la dimensin izontal para distancias de algunos metros para hasta 10 m rodeando lo
9 la posicin donde el perfil vertical fue probado y descrito. Los atributos del sitio
10 descritos usualmente incluyen descripciones de la tierra inmediatamente circundante
11 el cuerpo de la columna, incluyendo gradiente de la cuesta, el aspecto, la posicin de la cuesta, la forma de la
superficie, el desage
12 acondicionan, aterrizan cubierta de uso, de la vegetacin y sitio inusual o rasgos especficos.
7
8
13
Dos tipos principales de informacin estn tpicamente registrados para los perfiles edagolficos del punto.
14 de los que La primera parte consta fildean comentarios y clasificaciones de profesional observable
15 archivan y sitan caractersticas. Los atributos del perfil usualmente incluyen la posicin y
16 el espesor de horizontes visiblemente diferentes o los estratos, el color, textura, struc
17 ture y consistencia de cada horizonte reconocido o el estrato y otro observable
18 atributos como piedra contentan, presencia, tamao y abundancia de races, poros,
19 abigarran, agrietan etctera. A pesar de su potencial para la subjetividad, este ob del campo
20 servations proveen mucha informacin interesante en un costo relativamente bajo, desde all
21 no es necesidad para probar o transportar el terreno o analizarlo en el costo considerable en uno
22 el laboratorio distante.
Una ventaja de observaciones de campo como color del terreno, contenido de piedra, pres-ence, el tamao
y la abundancia de races, poros, abigarra, chasquea, etc. diagnstico de hori-zons es que proveen mucha
informacin interesante en un costo relativamente bajo, desde que no hay necesidad para probar o
transportar el terreno o analizarlo en el costo considerable en un laboratorio distante.
23
segundo tipo principal de informacin recabada para describir terreno perfila contra
24 sists de tipos diversos de medidas objetivas y los anlisis. Algn objec
25 medidas tive pueden ser ocupado en el sitio, en el campo. Los ejemplos de mea del campo
26 surements incluyen valoracin de in-situ de tasa de la masa de densidad, de infiltracin, hidrulico
27 la conductividad, la conductividad elctrica, la resistencia de penetracin y, ms recientemente,
28 el anlisis espectral de reflectancia del terreno (KONDOLF y PASTEL el HOMOSEXUAL VARN, 2003; El
PASTOR
29 y WALSH, 2007). El mea ms frecuentemente obtenido y reportado y objetivo
30 surements son obtenidos por ah fuera de anlisis del laboratorio del sitio de pruebas del terreno cobradas
31 de perfiles edagolficos en posiciones probadas. Una variedad ancha de producto qumico y el reconocimiento
mdico
32 laboratorio que los anlisis pueden ser, y ha estado, llevado apagado en pruebas del terreno incluidas
33 en legado ensucian bases de datos del perfil.
34
El
15
7
8
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
puede ser
Desarrollado. El desarrollo de modelos
profticos basados en tal observado environ
Las correlaciones mentales es un aspecto
fundamental de terreno digital moderno
haciendo mapas.
Una segunda ventaja principal de datos del
perfil del punto es que los datos que los
valores son,
Ms o menos, las valoraciones objetivas de
una propiedad del terreno o la caracterstica
en uno
La posicin. Los valores objetivos son ms
amenos para la exploracin usando estadstico
Las tcnicas que clasificaciones y
observaciones cualitativas.
Como importante y til como terreno
apunta datos son, tambin poseen
limitaciones
Y los problemas que deben ser reconocidos y
de los que se ocup. Una limitacin comn
De terreno del legado apuntan datos es falta
de informacin precisa de geo-reference. Lo
La posicin que la data provey para datos
mayores del perfil del legado del terreno es a
menudo pobre.
Antes de la adopcin extendida de los
Sistemas de Posicin Global (el SPG) lo
Las posiciones de la mayora de puntos que
prueban terreno fueron obtenidas y descritas
en trminos
De distancias estimadas y direcciones de
algn punto de referencia local sabido
(El higo. 1.4). Empareje lo mejor localizado
de tales puntos mayores de muestreo (antes de
1990's)
Se esperar que est ubicado con una exactitud de mejor que 50100 m.
Algunos datos del perfil ampliamente usados de pases en desarrollo no pueden ser de fuente fidedigna
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
4
4
4
5
16
estudio de suelos y el terreno examinan productos
600
800
1000
la API
400
600
800
1000
Los APRENDICES
La LORAN
0
200
0
L.R.S.P.A
El ASTER Ikonos (haga bsquedas en la Internet usando Google)
G eoEye
Galilleo
1920
1960
2000
1960
1980
2000
2020
El ao
El ao
El higo. 1.4 la Evolucin del Claro Acceden a la Navegacin y las tecnologas posicionadoras (la izquierda) y el claro acceden a lectura a
distancia monitoreando sistemas (bien). La API Aerial fotografe decodificacin; S.A. la Disponibilidad Selectiva; L.R.S.P.A.
Aterrice a Remote Sensing Policy Act (los hechos datos Landsat y digitales y las imgenes disponibles en el costo posible mnimo).
100 m. Si la posicin de un terreno del punto de perfil es slo sabida con una exactitud de
11 } 100 m, luego, estando cubierto con una capa en datos topogrficos, ese punto puede caer en casi
12
13
cualquier punto en una cuesta tpica de la colina de fondo del canal para surcar parte superior.
22
Otra limitacin comn de datos del punto del terreno del legado es que los criterios usados
23 para seleccionar posiciones en las cuales para probar ensucia no son coherentes y pueden llevar la delantera para
17
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
18
estudio de suelos y el terreno examinan productos
Los mapas de procesos del terreno y caractersticas (por ejemplo la cadena pone en secuencia).
8
Ensucie delineaciones o unidades de mapeo del terreno, sea entidades manualmente dibujadas que
9 retratan linderos entre cuerpos del terreno. Los polgonos del terreno son usualmente asumidos
10 difieren a travs de linderos y ser relativamente homogneos dentro de linderos,
11 pero otros criterios sean algunas veces usados (SIMONSON, 1968; SCHELLING, 1970).
12 que son comnmente generaron a travs de la decodificacin de foto o sea estereoscpica
13 la decodificacin de aerofotos del rea de inters. Ensucie delineaciones
14 basados en el conocimiento docto acerca de un rea son la salida de la caera maestra de terreno haciendo
mapas. Si
15 que la imaginera disponible es de detalle alto (escalas > 1:25k), y si el inspector del terreno lo han hecho
16 desarrollaron un conocimiento extensivo de las relaciones de topografa del terreno la utilizacin de tierras
17 en un rea, las delineaciones del terreno pueden producir mapas tiles y relativamente precisos
18 de cuerpos del terreno y son, en cierto modo, irreemplazables (el PERSONAL de ESTUDIO DE SUELOS,
1983).
19 Sin Embargo, adentro muchas partes de mundo, ensucian delineaciones se han producido
20 utilizador los materiales relativamente malos y estos pueden ser de la exactitud variable.
Las delineaciones del terreno son entidades manualmente dibujadas que retratan cuerpos del terreno de between de linderos asumidos para ser internamente homogneas. El terreno que las delineaciones pueden ser
consideradas para ser covariates basados en expertos del terreno.
21
En los trminos DSM, ensucian delineaciones es aqu considerado ser co basado en expertos
22 variables. Pueden ser utilizados como aporte para la prediccin espacial en la misma misma forma tan
23 pronosticadores derivativos a DEM o indices remotos de sensacin. Ensucie delineaciones, en com
24 la binacin con ustedustedus otros pronosticadores auxiliares, pueden generar asociaciones de la propiedad del
terreno
25 que exhiben ambas transiciones abruptas y muy fciles en los valores. Un analista enlata ob
26 jectively evalan la utilidad y la importancia de covariates hbridos y luego hacen un intento
27 para obtener covariates ptimos que pueden ser claramente demostrados para ser significativos
28 pronosticadores. En la prctica, los pronosticadores basados en expertos algunas veces pueden realizar better6
29 que alternativas como pronosticadores derivativos a DEM o los indices remotos de sensacin. Adentro
30 todas las aplicaciones de mtodos DSM, eso se aconsejan para obtener y evaluar la utilidad
31 de polgono disponible del terreno trazan un mapa de.
32
La mayora de mapas del terreno del polgono del legado representan una destilacin y resumen de
33 el conocimiento docto acerca de los patrones espaciales principales de variacin de adentro manchan tipos
34 (las clases) dentro de un rea. Este conocimiento ha sido abstrado y generalizado
35 para transportar patrones dominantes en escalas especficas. As, no es a menudo reuno
36 sonable a esperar poder pasarse para un punto especfico representado en un mapa del terreno
6
Funcionan mejor en este caso seala que los pronosticadores estarn ms claramente correlacionados con propiedades del terreno del
blanco.
19
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
44
20
estudio de suelos y el terreno examinan productos
Desde que el terreno escribe y las propiedades del terreno pueden exhibir una cantidad significativa de varia
2 tion sobre ms bien distancias pequeas, hay siempre una cantidad relativamente grande de total
3 la variacin en terrenos y propiedades del terreno que no es explcitamente capturado o descrito
4 por mapas poligonales del terreno. Pues una cierta cantidad altamente la variable ensucia propiedades, tanto como
5 el % 4060 de la variacin total en esa propiedad del terreno dentro de una lata de la que se traz un mapa de
rea
6 ocurren sobre distancias de metros para decenas de metros. Esto quiere decir que la mayora de terreno
7 mapas explcitamente no pueden exhibir esta porcin de la variacin y slo pueden hacer un intento para
8 retratan la porcin restante de la variacin (el % 4060) que ocurre sobre ms largo
9 distancias. Mucho de este rango ms largo con el que la variacin est a menudo relacionada observable y
Reconocimiento mdico 10 mappable o paisaje presenta como posicin de la cuesta de la gradiente, de la cuesta,
11 elementos landform, cuerpos definibles de surficial diferente los materiales geolgicos,
12 diferencias fcilmente aparentes en humedad o el desage ponen en forma u observable
13 cambios de adentro ensucian color, acumulacin de sales de la superficie o la erosin visible.
14
Los inspectores del terreno hacen uso de estas correlaciones para manualmente delinear terreno
15 linderos del polgono que esbozan reas que exhiben colecciones diferentes del terreno adentro
16 la respuesta para las diferencias observables en paisaje o las condiciones medioambientales.
17 Esta lata de linderos del polgono manualmente dibujada, y haga, provea muy til
18 la informacin acerca de la variacin en terreno fcilmente observable y los atributos del paisaje.
19 Entonces, los mapas del terreno son a menudo una de las mejores fuentes informativas en pies contrahechos
locales
20 la acin en surficial los materiales geolgicos, porque los inspectores del terreno han comentado,
21 registrados y trazaron un mapa de esta variacin en delinear sus polgonos.
22
Asimismo, los mapas del terreno pueden a menudo tener realmente xito en esbozar reas
23 de humedad significativamente diferente o desage ponen en forma, clima o vegeta
24 condiciones relacionadas tion, la profundidad para lecho de roca, cuesta o cuesta sitan, salinidad o
25 lo calcreo. Donde existen, los mapas convencionales del polgono del terreno pueden actuar como
26 una de las fuentes ms efectivas de medio de descripcin de informacin del covariate
27 para por mucho tiempo poner en filas variacin de adentro teclean factores medioambientales como material del
padre,
28 el desage, el clima, la vegetacin y la topografa.
29
En trminos de DSM haciendo mapas de propiedades del terreno, una de la llave promociona de
30 mapas convencionales del terreno son que proveen una indicacin inicial til de lo
31 terrenos principales que tienen probabilidad de ser encontrados dentro de cualquier rea dado (la hoja del mapa
32 o el polgono individual). Este listado limita el nmero de terrenos que necesitan ser
33 consideraron tan posible o probable ocurrir en cualquier punto o dentro de cualquier rea para uno
34 el nmero muy ms pequeo y ms dcil que una lista llena de todos los terrenos posibles
35 en una regin. La mayora de mapas del terreno proveen una estratificacin jerrquica de un rea en
36 reas ms pequeas de aumentar homogeneidad y ms delimitaron terreno y environ
37 condiciones mentales.
38
Muchos mapas del terreno, o sus informes acompaantes, tambin proveen algn indica
39 tion acerca de qu tan denominado los terrenos dentro de polgonos o unidades del mapa varan a spatially, dentro
40 el polgono, en la respuesta para los cambios en cuesta, la posicin landform, el padre el compaero
rial, desage etctera (el PERSONAL de DIVISIN de ESTUDIO DE SUELOS, 1993). Este informa
tion en el cual los terrenos tienen ms probabilidad de ocurrir dentro de un rea geogrfico dado y
43 bajo qu condiciones medioambientales (la posicin de la cuesta, el desage, el material del padre)
44 que cada terreno listado tiene ms probabilidad de ocurrir, pueden proveer una fundacin para modelar o
45 infiriendo la variacin de rango ms detallada y ms corta de adentro manchan tipos que las mentiras en
41
42
21
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
Los mapas convencionales del polgono del terreno son a menudo una de las mejores fuentes de en la
formacin en la variacin local en surficial materiales geolgicos, porque el terreno que los inspectores
tienen observados, registr y traz un mapa de esta variacin en delinear sus polgonos. Por otra parte,
el polgono convencional del terreno del que los mapas sufren mana relatado para la plenitud, la
consistencia y la exactitud de contenido temtico as como tambin de asuntos guardaron relacin con
relevancia y exactitud posicional de linderos del polgono del terreno.
Trazando un mapa de cambio de
conceptos a travs tiempo y disiente entre
mappers diferentes
Y las agencias. Consecuentemente, la
situacin normal es ese no dos mapas son en
El tirely comparable y muchas colecciones
de mapas exhiben muy sig sealado y
Las diferencias del nificant en cul han sido
de las que se traz un mapa y descritas, los
conceptos y
Las leyendas usaron hacer mapas y
describir, la clasificacin domina y
taxonomas y
La escama y ras con ras de detalle de hacer
mapas. Asociarse traza un mapa de escalas
diferentes, vin
Los tages y los conceptos de leyenda en
recopilaciones consistentes que cubren
regiones grandes
Es desafiante y no siempre enteramente
exitoso.
Aun en el EEUU, donde un disco sencillo
se sediment de trazar un mapa de lneas
directivas y specifi
Los cationes son ostensiblemente en su sitio
para programas nacionales de mapeo, hay
fcilmente
Las diferencias aparentes en los conceptos
usaron producir mapas en las reas
diferentes y
Las diferencias visibles en el nombramiento
y la descripcin de escala dominante
trazaron un mapa de terrenos adelante
Los mismos landforms y posiciones
landform en hojas contiguas del mapa.
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
22
estudio de suelos y el terreno examinan productos
1
Para terreno convencional los mapas del polgono para ser de mxima utilidad para digitales
2 manchan mapeo, realmente se aprovechan de ser compilados y armonizados
3 mapas regionales que tienen una leyenda comn, la escama comn, la lista comn de
4 marcaron con punta de trazar atributos del landform y del terreno y aplicacin coherente de terminologas
14
La exactitud espacial de mapas convencionales del polgono del terreno es tambin uno frecuente
15 le conciernen. La mayora de mapas del terreno del legado estaban preparados antes del advenimiento de ortho
16 rectificaron mapas bajos digitales y SPG. Muchos mapas del legado existen slo en non
Soporte lgico informtico de 17 (por ejemplo el papel) establos, es de proyeccin desconocida o incierta y dato
18 y fueron compilados encima de mapas bajos no dominados, usualmente en formato del papel. Aun
19 aunque los linderos de polgonos del terreno son generalmente subjetivos y vellosos, lo
20 corrigen posicin de muchos linderos del polgono en mapas del terreno del legado es compro
21 que mised por los problemas relacion con geo-reference desconocido o inestable. Es mismo
22 comunes para encontrar discrepancias altamente obvias entre lo obedecido lo
23 que el catin de linderos del polgono del terreno de adelante recin digitalizaron mapas del polgono del terreno
y
24 la posicin obviamente pretendida de esos mismos linderos. Los linderos del polgono,
25 claramente tuvieron la intencin de delinear canales del desage est a menudo desplazado
26 los canales o corte de regreso a travs de los canales.
27
De modo semejante, los linderos tuvieron la intencin de delinear una suspensin obvia en cuesta es
28 a menudo fuertemente desplazaron relativo a la posicin real de la suspensin de la cuesta en cor
29 rect el espacio geogrfico. La incompatibilidad de en medio observ caractersticas geogrficas
30 y el polgono del terreno trazan un mapa de posiciones del lmite son a menudo combinadas cuando son saltadas
31 que Aries deline a mano en una resolucin tosca son de los que se yaci encima y asemejados
32 para ajardinar rasgos observables en la resolucin ms fina en mapas bajos digitales ms nuevos
33 y los modelos digitales de elevacin.
34
Los desplazamientos en posiciones del lmite y ras con ras de generalizacin pueden ser
35 disturbando y reducen confianza en la exactitud del mapa del terreno del polgono, aun
36 cuando los linderos originales del polgono fueron significativos y rebotaron la luz legitiman
37 cambios de adentro ensucian propiedades en posiciones de cambio probable en terrenos. Hay tambin
38 numerosas instancias donde los linderos en mapas convencionales de polgonos del terreno hacen
39 no definen posiciones de cambio verdadero significativo en terrenos o ensucian propiedades y
40 simplemente reflejan a la subdivisin arbitraria del paisaje.
41
Varias validacin de cruz de estudio de suelos estudios (MARSMAN y Delaware GRUIJ TER,
42 1986; HENGL y HUSNJAK, 2006) ha mostrado eso tradicional basado en polgonos
43 mapas pueden ser de usabilidad y exactitud limitada. Primer, que son creados nosotros
44 mtodos ing irreproducible y por lo tanto difcil para actualizar. En segundo lugar, en ms ancho
45 escalas, mapas del polgono producidos por equipos diferentes son a menudo incompatibles y
23
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
8
1
9
2
0
2
1
2
2
17
mapeo. El terreno
Los mapas son un mecanismo por el cual los
expertos tratan de capturar y retratar sus
La comprensin de cmo y por qu los
terrenos cambian a travs del paisaje (BUI,
2004).
Otros mtodos incluyen secciones
transversales del 2D, cadenas aleatorias
(MCBRATNEY et al.,
2006), 3D bloquee diagramas, rboles de
decisiones o reglas, el mapeo teclea y de
textual
Los scriptions de donde, cmo y por qu los
terrenos - se ha observado - cambian en
particular
Las reas o bajo las condiciones particulares.
Todo estos mtodos son imperfectos y dems
Deje alguna porcin de conocimiento docto y
no expresado y no captado. A la ltima
Los mtodos del ern de terreno digital
haciendo mapas a menudo representan
intentos para capturar al experto
El conocimiento en una forma sistemtica y
formal (MCBRATNEY et al., 2003; BUI,
2004).
La integracin de conocimiento docto del
pedological en los mtodos DSM provee
La oportunidad de potencialmente mejorando
ambos las predicciones mismas y
La comprensin de las razones o la
justificacin razonada para el xito (o el
fracaso) de predic
Tions (WALTER et al., El 2006b;
LAGACHERIE, 1995, 2001). All aumenta
La realizacin de los beneficios de incorporar
ambos conocimiento duro y suave en
La prediccin y la decisin haciendo
procedimientos (CHRISTAKOS et al., 2001).
Suave
El conocimiento puede ayudar a alisar o
generalizar patrones que son incompletamente
Representado por datos duros o eso es ruidoso
cuando es evaluado usando datos duros. Un
def
La ventaja del inite de conocimiento tcito
docto es que una cantidad significativa de ella
el equis
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
24
estudio de suelos y el terreno examinan productos
ists. La comprensin conceptual de donde, cmo y por qu los terrenos y ensucie propiedades
disienten a travs de paisajes est relativamente muy extendido, en caso de que no siempre bien documentado
3 o expresado.
1
2
mundial para el cual ambos ensucian datos del punto y ensucian mapas faltarn (por ejemplo remoto
porciones de Rusia y Canad del norte) sino por cul all es considerable
10 el conocimiento docto de las clases principales de terrenos, sus propiedades y los patrones
11 en los cuales disienten a travs del paisaje, al menos en un nivel conceptual. Puede
12 quepan captar y aplicar este conocimiento tcito docto adentro como muy tan
13 para aceptar creacin de reglas iniciales de predicciones que subsiguientemente pueden ser modificadas
14 y perfeccionado en.
8
9
El reto crucial para el conocimiento utilizador del experto del terreno del legado es localizarlo. Una vez
localizado, que un segundo reto es cmo capturar mejor y formalizarlo o sea cmo convertirlo en un
algoritmo de mapeo.
15
Al igual que con mucho datos de terrenos del legado, una de las limitaciones principales de terreno del legado
16 que el conocimiento tcito es su accessability. Por definicin, el conocimiento tcito no tiene
17 formalizados y a menudo ni aun ha sido la pelusa escrita. Entonces, un reto
18 existen simplemente hallar legado mancha conocimiento docto. Una vez localizado, un segundo
19 desafan es cmo captarlo mejor y formalizarlo o sea cmo convertirlo en un mapa
20 producen un sonido metlico algoritmo.
21
Los acercamientos comunes para codificar conocimiento docto de aproximadamente ensucian paisaje
22 patrones incluyen construccin de rboles de decisiones (WALTER et al. , El 2006b; ZHOU
23 et al., 2004), las bases vellosas de regla de lgica (ZHU et al. , 2001) o el mximum Bayesian
24 ecuaciones de probabilidad (ZHOU et al., 2004). Uno menos sofisticado, excepto ms gener
25 alized, se acercan debe aplicar comprensin conceptual general de paisaje de terreno
26 relaciones para bases de datos existentes de terrenos y los datos landform para automticamente
27 asocian clases nombradas del terreno con posiciones conceptuales del landform (MACMIL
28
La
El
(Uno)
EL HORIZONTE LA MESA
EL SITIO LA MESA
F.ID
El ID001
HONU
1
La norma de cifrado de datos
uno
...
...
PH
7.3
F.ID
El ID001
El ID002
el ID999
LON
8.678
8.232
8.009
El transporte de rea local
41.112
41.080
41.102
...
...
...
...
WRB
LV
PH
El ID001
el ID001
El ID002
La CLASE
El LP
LV
PH
el ID999
Bg
Cg2
Ap
C
...
...
7.8
7.8
6.5
6.1
LA DESCRIPCIN LA MESA
EL FACTOR NOMBRA MESA
El NOMBRE
F.ID
LON
WRB
(B)
La MESA plana
F.ID LO El W ...
N tra RB
ns
po
rte
de
re
a
loc
al
D PH ...
ES .
.A U
N
O
D PH
ES D
.D
un 7.3 ...
o
Cg 7.8
2
Ap 6.5 ...
N N
A A
Ap 6.8 ...
6.1
El higo. 1.5 Ensucian de perfil base de datos geogrfica mayora comnmente consta de cuatro mesas: El SITIO, el HORIZONTE, la
DESCRIPCIN y las mesas de NOMBRES (uno). Para facilitar uso y despliegue rpido de variables del terreno, las mesas de SITIO y
del HORIZONTE pueden estar combinadas en una mesa aplastada (b) donde todo terreno
Los registros en sitio solo estn disponibles en una fila. Vea tambin 6 en pgina 121.
Un modelo de la base de datos comn destinado para SGDB es uno donde el hori de terreno de sitio, del terreno
10
Los datos del zon y los metadatos son divididos en mesas separadas (el Higo. 1.5a); Aqu refiri a
11
26
estudio de suelos y el terreno examinan productos
como el modelo de la base de datos HORIZON-SITE. Note esos inspectores del terreno tpicamente
les gusta incluir en la base de datos y tambin en metadatos que describen nombres de la columna y
3 clases para el factor escriben variables, porque stos son a menudo rea /proyecto especfico
4 y la necesidad para ser adjuntados al original ensucian datos. Hay probablemente muchos ver
5 sions de la base de datos HORIZON-SITE modelan, tan tan cada usuario nuevo de SGDB
6 tpicamente requiere alguna inicial entrenndose para el descubrimiento donde las variables del terreno de
entierra
7 est estn ubicados y cmo la lata que sean exportados y visualizados.
1
2
Un modelo de la base de datos comn destinado para SGDB es una base de datos relacional donde el sitio
del terreno, los datos del horizonte del terreno y los metadatos son divididos en mesas separadas. Para visualization y los propsitos de anlisis, tales datos a menudo beneficios de con-verted de ser para uno
aplastado o sea el soltero posponen formato.
5 km
El higo. 1.6 El Futuro de mapeo global y el monitoreo medioambiental las actividades estn en dis-tributed automatizado mapeo.
8
9
1
0
Un SIS moderno necesita ser orientado hacia el usuario. Hay aun debate aproximadamente
11
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
27
La Web tan designada 2.0 (rece y escriba) y / o la Web 3.0 (lea, escriba y ejecute) ap-proach para contentar creacin; e.g de
la sede. La O de EMPUJE D C H Yo L D (2008) para ms detalles.
7
Captulo 2
Manche variables
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
categoras
Basado en el conocimiento de experto y
manuales de descripcin del terreno.
2
0
Las observaciones del terreno pueden basarse en medidas directas o indirectas usando tcnicas
analticas (en un laboratorio o en el campo) o en designaciones descriptivas (com-pound) las
propiedades diagnsticas del terreno, las clases del terreno, las clases de color Munsell, la valoracin
manual (la textura por mano) de la textura y similar.
Las definiciones y los mtodos de
anlisis para la mayora de propiedades
del terreno son dados por ah
Los estndares de la Organizacin
Internacional de Normalizacin y los
manuales similares: por ejemplo en
RECURSOS NATURALES CONSER
VATION SERVICE (2004) y / o el
CARRETERO y GREGORICH (2007). El
analy del terreno
Los ses obtenidos en un laboratorio son
tpicamente una orden de magnitud ms cara
2
1
2
2
2
3
2
4
29
30
Manchan variables
que observaciones de campo descriptivas. Para reducir estos altos precios, muchas encuesta
ors eligen coleccionar observaciones descriptivas e indirectas del terreno, lo cual enlata subse
3 quently sean convertidos a variables analticas del terreno (si bien con reconocidamente limitado
4 la precisin) usando modelos diversos de calibracin o la conversin funciona.
1
2
con una orden de magnitud el costo inferior que anlisis del laboratorio. De hecho, hay
un potencial enorme para observaciones del terreno de crowd-sourcing tan tan cualquier agricultor
11 o la persona familiar con la tierra local podran introducir estimaciones descriptivas de terreno
12 propiedades que seran diferentes sean demasiadas costosas para coleccionar usar estrictamente analyt
13 mtodos del laboratorio ical. El beneficio de crowd-sourcing es que los datos estn al descubierto
14 para el escrutinio adicional por un rango ms ancho de individuos (vea ms all 9.4).
9
10
El higo. 2.1 Tipos de observacin del terreno en relacin al uso de datos y los costes de produccin. Las observaciones descriptivas (por a
menudo ejemplo la textura manual o la diagnosis ensucia horizontes) del terreno no son de mucho uso por los usuarios finales que a
menudo requieren slo propiedades secundarias (el agua sustentando ndice de aptitud, de erosin, fertilidad del terreno) del terreno como
los aportes para su modelado, pero estn en una orden de magnitud ms costeable que anlisis del laboratorio.
15
Las propiedades del terreno son usualmente probadas en soporte del bloque o sea por horizonte del terreno
16 estratos relativamente homogneos de terreno que son claramente diferentes a otro
17 estratos (el Higo. 2.2). Desafortunadamente, los decenios de estudio de suelos han mostrado ese terreno
18 horizontes son objetos vellosos, lo cual quiere decir que son difciles de delinear contra
19 sistently. Los inspectores diferentes podran reconocer linderos diferentes para lo mismo
20 ensucian horizontes y asignan cdigos diferentes. Un acercamiento emergente para manchar el muestreo
21 deben escandir el perfil edagolfico completo en partes diferentes de espectros (sede por ejemplo el trabajo
22 de VISCARRA ROSSEL et al. (2007)), y luego decdase por estratificacin vertical
23 a posteriori.
31
uno
B
C
0
15
20
40
50
60
70
150
El higo. 2.2 Manchan observaciones pueden referirse a los horizontes genticos (la izquierda), las profundidades fijas o sea el soporte del punto
(El centro) y / o puede ser valores totales para el perfil completo (bien).
1
0
1
1
1
2
1
3
1
4
SOCKGMh kg m _ 2
El ORCDRCh
1000
Kg _ 1
El DPTICMh
100
M
(2.1)
BLDGCMh kg m _ 3 E
100 GRVPPTh %
100
_ 3.
1
5
1
6
1
7
Aplique para por ejemplo terrenos orgnicos, Andosols, Arenosols, actividad baja y arcillas altas de actividad.
32
Manchan variables
1 en %. Una vez que hemos determinado a SOCKGM por horizonte, podemos derivar el total
SOCKGM
= _ SOCKGMh
(2.2)
H=1
3
Las variables del horizonte de terreno se refieren ya sea un intervalo de profundidad especfica, de
profundidad, bloque de terreno, o al perfil de todo. El terreno relativo el carbn orgnico en terreno ( )
mea
El sured en soporte del punto, y el total carbn orgnico (kg m _ 2) estimaron para lo
Enteramente de perfil no tenga lo mismo queriendo decir y necesite ser inde-pendently modelado.
11
En
H
PHIHO5 wh PHIHO5h;
H=1
H
_ wh = 1
(2.3)
H=1
14
15
donde los pesos pueden ser determinados usando el espesor del horizonte (lo ms grueso
el horizonte, lo ms alto el peso):
El wh
El DPTICMh
H
_ el DPTICMh
H=1
(2.4)
16
Es digno de recordar eso todas las variables del terreno: (1) pueden ser relativos o abso
17 el lad, y (2) se refieren a algn soporte o sea el volumen o rea especfico. En el previ
Ejemplo 18 ous, comenzamos con una estimacin relativa del contenido orgnico de carbn
19 (ORCDRC ) luego, cul estaban acostumbrados a estimar el carbn contento por horizonte adentro
_2
20 kg m
(SOCKGM), cul fueron entonces agregados estimar la masa total
21 el carbn orgnico en el terreno. Tambin pudimos haber derivado una masa comn de lo
22 el contenido relativo siguiendo la frmula en Eq. (2.3). Esto quiere decir eso cualquier mapa de
23 unas necesidades de variable del terreno a ser especficas acerca del mtodo del soporte de tipo, de agregacin
24 y las unidades de medida. Asimismo, cualquier usuario de datos del terreno necesita especificar si
25 estimaciones del carbn relativo o total y orgnico, agregado o en punto del 3D sorben
26 ponen a babor (la posicin XY d) es requerido.
1
0
1
1
1
2
1
3
Mesa 2.1 el Resumen de mxima profundidad de arraigo por biome (despus de contador pblico certificado NA D E L L et al. (1996)).
Bio N
me
El 6
Bo
squ
e
Bor
eal
Cro 17
pla
nd
El 22
des
iert
o
Scl 57
ero
phy
llo
us
shr
ubl
and
y
bos
que
El 17
bos
que
con
fer
o
tem
pla
do
El 19
bos
que
cad
uci
foli
o
tem
pla
do
El 82
pas
tiza
l
tem
pla
do
El 5
bos
que
cad
uci
foli
o
tro
pic
al
El 5
bos
que
de
hoj
a
per
enn
e
tro
pic
al
La 15
sab
ana
tro
pic
al
La 8
tun
dra
Hay muchas ideas en relacin a la forma de definir donde el terreno se detiene, especialmente cuando
14 mirando el lmite inferior del terreno. En algunos casos los fines del
terreno con uno abrupto
15 cambian de material que es ya sea slido o claramente impenetrable
para plantas
16 y los organismos viviendo en terreno. La raz restringiendo o sea
planta profundidad asequible,
17 es la profundidad en la cual la penetracin de la raz est fuertemente
inhibida por physi
18 cal (el ESTUDIO DE SUELOS (incluyendo temperatura del terreno) y
/ o las caractersticas qumicas
19
El PERSONAL de DIVISIN, 1993, p.60). La restriccin significa que la incapacidad soporte ms
20 que algunas races finas o muy finas si la profundidad de la superficie
del terreno y el agua indican,
21 aparte de la ocurrencia de agua congelado, no son limitantes. Para
algunos cultivos a gusta
22 el algodn o las sojas y posiblemente otros cultivos con menos races
abundantes que lo
23 hierbas, la clase del muy pocos son usadas la pocas clase (Tbl. 2.1). El
re
24
Para una comparacin, la Tierra Google (la etiqueta altitudeMode) le permite uno especificar si la dimensin de verti-cal se refiere a
la altitud real (clampToGround) o a la distancia del nivel del mar (sin reservas). En este terreno de caso las profundidades pueden
estar representadas usando clampToGround y negativa
Los valores.
2
34
Manchan variables
striccin puede estar debajo donde los corazones de la planta normalmente ocurren por limitaciones
adentro suavizan al estado, las temperaturas, o la profundidad de la superficie. Esta evaluacin puede ser
3 basaron en las plantas especficas que son importantes para el uso del terreno (SOIL SUR
1
2
PERSONAL de
El
La restriccin fsica de la raz es asumida en el contacto para mecerse, ya sea duro o suave.
6 Fomentan, ciertos horizontes del pedogenic, como fragipans, infieren restriccin de la raz.
7 Un cambio en la distribucin de tamao de la partcula a solas, por lo que respecta al ejemplo la arena margosa
encima
8 cubren con grava, no es siempre una base para la restriccin fsica de la raz. Una indicacin comn
9 de restriccin de la raz de reconocimiento mdico son una combinacin de estructura y consistencia que
10 conjuntamente sugieren que la resistencia de la tela del terreno para arraigar anotacin es alta y
11 esos aviones y grietas verticales de debilidad para la entrada de la raz estn ausentes o ampliamente
12 espaciaron. La restriccin de la raz es tcita para una zona continuamente fijada con cemento de cualquier
13 el espesor; O una zona > 10 cm gruesos que cuando muy hmedo o mojado son macizos,
14 platy, o hacen estructura dbil de cualquier tipo para una vertical repetir distancia de > 10 cm
15 y mientras muy hmedo o mojado es muy firme (la firma, si arenoso), sumamente firme, o lo ha hecho
16 una resistencia grande de penetracin. Las restricciones qumicas, como el alto extrable
17 el aluminio, el manganeso y / o el calcio extrable bajo, tambin puede ser considerado
18 excepto son especficos en la planta. Las observaciones de profundidad de raz preferentemente deberan estar
acostumbradas a
19 hacen la generalizacin. Si estos no estn disponibles luego las inferencias pueden estar hechas
20 de morfologa.
21
variables del Terreno varan con profundidad, a menudo bastante ms que en la direccin horizontal.
All son ahora una conciencia creciente que el concepto de horizontes del terreno necesita
24 a tambin ser vuelto a visitar, o sea aumentado con sistemas continuos del 3D. La variacin de
25 manchan variables con profundidad son tpicamente utilizador modelada de los dos grupos de
26 modelos (el Higo. 2.3):
22
23
27
Yo Continuous modelo Esto da por supuesto que el terreno que las variables cambian aprecia a contin 28
El
uno. El modelo paramtrico El modelo da por supuesto que los valores de la propiedad del terreno cambian
30
El
b.
El
33
larity con profundidad. Los cambios en los valores son modelados usando func local de ajuste
34
II Abrupt o modelo estratificado Esto da por supuesto que los horizontes del terreno son bien definidos
36
Los modelos continuos paramtricos se basan en conocimiento del pedological o sea adelante
39 que el conocimiento de terreno formando procesa. Por ejemplo, el carbn orgnico usualmente el ori
35
La profundidad (cm)
200
150
100
50
0
La profundidad (cm)
200
150
100
50
0
1.2 4.4
18.4
1.2 4.4
18.4
5
10
15
20
5
10
15
20
El higo. 2.3 Cambios en carbn del terreno modelaron usar informacin en horizonte (el modelo estratificado; La izquierda)
Y tira (bien) que preserva masa.
(_ d)
(2.5)
(2.6)
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
18
36
Manchan variables
Z (di)
Z di
F (d) _ d
+ ei
(2.7)
Di
1
donde la primera parte de ecuacin sea el valor medio de f (d) sobre el intervalo
2 (di, di
3
4
_ 1 (di, di _ 1)
2.
_1
Una tcnica adecuada para modelar vueltos en propiedades del terreno con profundidad es lo
igualan rea o tiras que preservan masa (el OBISPO et al., 1999):
1
Z
n
2
dn
(M)
n
_ zi f
yo
Yo = 1
(D) ] _ d
yo
(2.8)
el +
[f
El d0
donde la n es el nmero de estratos, f (por ejemplo la ecuacin de segundo grado (m) es la funcin local de ajuste
6 polinmico), es el parmetro de aspereza, soy la matriz de identidad.
5
Tiras que preservan masa asegura que para cada estrato de muestra (el horizonte) lo
8 que el rea equip por la tira es igual al rea del bloque (queriendo decir eso lo
9 promedio valores medidos de propiedades del terreno sobre el perfil es conservado) como
10 horizontes homogneos suming. La desventaja de usar tiras es que es
11 difciles para objetivamente determinar el factor aplanador (arbitrariamente coloque alisado
12 factor ing resultados en las estimaciones completamente diferentes) porque el modelo requiere
13 al menos 3 y preferentemente 3 medidas en las profundidades diversas. En segundo lugar, la masa
14 tiras conservativas presentan retos para las discontinuidades bien definidas modeladoras (oiga
15 horizontes mogenous).
16
Considere por ejemplo los datos de perfil edagolfico (el Higo. 2.3; Tambin mostrado en Higo. 8.4):
El prof1
El fondo de la parte superior del id ORCDRC mdepth
1 ISRIC:El NG0017
0
18
18.4
9.0
2 ISRIC:NG0017 18
36
4.4
27.0
3 ISRIC:NG0017 36
65
3.6
50.5
4 ISRIC:NG0017 65
87
3.6
76.0
5 ISRIC:NG0017 87
127
3.2
107.0
6 ISRIC:NG0017 127
181
1.2
154.0
El
17
2
3
4
5
6
19
Los resultados de adaptar las tiras a esta informacin funciones (el Higo. 2.3, correctos):
La funcin de la tira de rea del igual de carga del #:
> la fuente ("http://globalsoilmap.org/data/functions.R")
El estndar del # seis profundidades:
> GSM. d < - t (c (0,5,15,30,60,100,200))
37
> spline.ORC < - _ la tira ea (el horizonte prof1t, upperb "parte superior", lowerb "fondo",
El +
Svar
"ORCDRC", site.ID "id", mxd = 200, le dan una paliza = 0.1, d = GSM. d, vlow = 0)
> str (spline.ORC)
La Lista de 3
:
El $ Idaho
Factor w / 1 ras con ras " ISRIC:NG0017 ": 1
$ var.std: Num 1, 1:7 20.72 17.69 7.72 3.29 3.61 ...
$ var.1cm: Num 1:201, 1 21 21 20.9 20.7 20.5 ...
Donde los valores de funciones del var.std adaptados en las profundidades estndar, y var.1cm son
lo
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
38
Manchan variables
1
2
para otro en todas las instancias (KONEN et al., 2002; MEERSMANS et al., 2009;
JANKAUSKAS et al., 2006; JOLIVET et al., 1998; Delaware VOS et al., 2007). Conse
3 quently, habr una necesidad para desarrollar funciones de pedo-transfer localmente pertinentes
4 en el nodo derriban eso aplquese a los dominios restringidos del paisaje de terreno. Los ejemplos de
5 la conversin de valores de poco referencia para establecer referencias para mtodos se replantean adentro
6 las siguientes secciones (para carbn orgnico, pH, lije, enlode y arcille).
El proceso de conversin de valores medidos de arbitrario para un mtodo estndar es sabido como la
armonizacin de datos. Un buen ejemplo de conversin sera valores que convierte para por ejemplo de pH
en agua del 1:2 al pH en agua del 1:5, o el carbn orgnico por negro a Walkley en carbn orgnico por la
combustin seca.
UNO. Prediga todas las propiedades del terreno usando todas las combinaciones posibles (sabido) de aportes
Y
12
Est adelantado que una Biblioteca de Consulta global del Terreno incluir a SINFERS
15 algoritmos que consentirn conversin acelerada de valores de una diversidad de mtodos.
16
el carbn Orgnico (OC) en terreno es una de las propiedades del terreno de mxima corriente
el inters global. El mtodo remisivo estndar para terreno ponente el coche orgnico
19 bon estn por la combustin seca para al menos 900 C (la Organizacin Internacional de Normalizacin 10694).
Los valores de coche orgnico
_1
20 bon son tpicamente reportados en g kg
con precisin de entero (N4.0) Por
21 su exactitud y su plenitud, el mtodo seco (Leco en 1000 C) de combustin
22 han sido usados en muchos estudios como un mtodo remisivo en contra del cual para cali
23 mtodos de otro brate (GREWAL et al., 1991; MEERSMANS et al., 2009). Lo
24 secan mtodo de combustin se basa en oxidacin termal de carbn orgnico (OC)
25 y la descomposicin termal de minerales inorgnicos de carbn (el circuito integrado) por medio de uno
26 el horno. Es un mtodo rpido, fidedigno para la determinacin del OC cuando el circuito integrado
27 estn removidos antes de la combustin. Se considera que la de hecho, combustin seca asegura
28 la oxidacin de todo OC as es que es considerado el mtodo ms preciso. Puede ser usado
29 como una referencia para calibrar otros mtodos (BISUTTI et al. , 2004).
17
18
30
39
Posponga 2.2 ecuaciones de Correlacin para armonizar valores de carbn orgnico para un estndar remisivo.
1 Seque
Combustin
Fotnico a
Spectro
0.9
800
0.0
000
0.9
8
PRONTO y
ABBOUD (1991)
2 Seque
Combustin
3 Seque
Combustin
4 Seque
Combustin
5 Seque
Combustin
Negro A
Walkley
Tinsley
modificado
Mebius
modificado
La prdida en
Ignicin (LOI)
1.0
500
1.0
400
1.4
000
0.6
330
0.9
8
0.9
8
0.9
9
0.9
8
PRONTO y
ABBOUD (1991)
PRONTO y
ABBOUD (1991)
PRONTO y
ABBOUD (1991)
PRONTO y
ABBOUD (1991)
6 Tinsley (1950)
LOI en 850 C
0.4
620
0.9
9
LA PELOTA (1964)
7 Tinsley (1950)
LOI en 850 C
0.4
600
0.9
9
LA PELOTA (1964)
8 Tinsley (1950)
LOI en 375 C
0.4
580
0.9
9
LA PELOTA (1964)
9 La corriente
directa (Leico
en 875 C)
1 La corriente
0 directa (Leico
en 875 C)
1 La corriente
1 directa (Leico
en 875 C)
1 La corriente
2 directa (Leico
en 875 C)
1 La corriente
3 directa (Leico
en 875 C)
1 La corriente
4 directa (Dumas
a las 1000)
1 LOI a las 550
5
LOI en 360 C
MLRA 65NE
1.1
414
0.9
4
KONEN et al.
(2002)
LOI en 360 C
MLRA 75NE
0.0
672
0.9
4
KONEN et al.
(2002)
LOI en 360 C
MLRA 95B
0.5
743
0.0
000
0.0
000
0.0
000
9.3
600
1.3
600
1.8
700
0.4
000
0.6
791
4.5
359
0.1
025
0.9
8
KONEN et al.
(2002)
LOI en 360 C
MLRA 103
Iowa
LOI en 360 C
MLRA 108
Illinois
Negro A
Walkley
0.6
824
0.9
7
KONEN et al.
(2002)
0.6
094
2.8
696
0.1
949
0.9
8
KONEN et al.
(2002)
1.2
500
0.1
260
0.9
9
GREWAL et al.
(1991)
La corriente
directa (Dumas
a las 1000)
LOI a las 450
1.6
700
2.5
100
0.7
6
GREWAL et al.
(1991)
0.9
970
0.9
920
0.5
000
0.0
000
0.9
8
Tinsley
0.9
500
0.0
000
Tinsley II
0.9
530
0.0
000
Tinsley III
0.9
680
0.0
000
Anne
0.9
330
0.0
000
Mebius
0.9
530
0.4
300
Negro A
Walkley
0.7
690
Tyurin
0.9
330
0.0
800
0.0
000
Negro A
Walkley
1.3
350
0.5
730
0.8
8
GREWAL et al.
(1991)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
KALEMBASA y
JENKINSON
(1973)
MIKHAILOVA et
al. (2003)
Negro A
Walkley
1.4
490
0.4
110
0.9
0
MIKHAILOVA et
al. (2003)
Negro a
Walkley (el
clsico)
Negro a
Walkley
(modificado)
Negro a
Walkley (el
clsico)
La corriente
directa (CarloErba en 1020
C)
La corriente
directa (Leico
en 1000 C)
La corriente
directa (CarloErba en 1020
C)
La corriente
directa (Leico
en 1000 C)
La corriente
directa (CarloErba en 1020
C)
LOI a las 360
1.4
700
0.0
000
0.8
4
MEERSMANS et
al. (2009)
1.2
000
0.0
000
0.8
7
MEERSMANS et
al. (2009)
0.8
200
0.6
800
0.5
3
BRYE y SLATON
(2003)
1.1
300
0.0
600
0.9
9
BRYE y SLATON
(2003)
0.7
200
0.6
300
0.7
3
BRYE y SLATON
(2003)
0.8
100
0.5
800
0.7
3
BRYE y SLATON
(2003)
0.8
900
0.0
900
0.1
500
0.9
9
BRYE y SLATON
(2003)
0.9
9
BRYE y SLATON
(2003)
0.8
8
BRYE y SLATON
(2003)
0.3
400
0.0
900
0.6
300
0.4
4
BRYE y SLATON
(2003)
0.4
300
0.6
500
0.9
8
BRYE y SLATON
(2003)
0.4
0.8
BRYE y SLATON
Moje
combustin
1.0
200
0.4
300
9 directa (Leico
en 1000 C)
800
0.0
030
(2003)
El
La
cuesta
El
R2 de Intercepcin
La
referencia
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
40
Manchan variables
Posponga 2.3 ecuaciones de Correlacin para armonizar valores de carbn orgnico para un estndar remisivo (continuado).
No. El Mtodo del Blanco (Y)
El
La
cuesta
R2
El
de Intercepcin
La
referencia
4 El colorimetric
0 de A-I
Negro a Walkley
(el clsico)
0.5
410
0.03
30
0.9
6
CHACO N et al.
(2002)
4 El colorimetric
1 de A-I
Negro a Walkley
(el clsico)
0.4
590
0.9
4
CHACO N et al.
(2002)
Negro a Walkley
(el clsico)
Negro a Walkley
no corregido
0.4
920
1.5
800
0.05
80
0.00
00
0.00
00
0.9
9
0.9
6
CHACO N et al.
(2002)
Delaware VOS et
al. (2007)
Negro a Walkley
corregido
1.2
000
0.00
00
0.9
6
Delaware VOS et
al. (2007)
La corriente
directa (Vario EL
en 1150 C)
La corriente
directa (Vario EL
en 1150 C)
La corriente
directa (Vario EL
en 1150 C)
La corriente
directa (Vario EL
en 1150 C)
La corriente
directa (Vario EL
en 1150 C)
LOI a las 375
(kilobyte del
Perro Cobrador)
LOI a las 375
(kilobyte del
Perro Cobrador)
LOI a las 375
(kilobyte del
Perro Cobrador)
LOI a las 375
(kilobyte del
Perro Cobrador)
LOI a las 375 (la
Perra Cobradora
W)
LOI a las 375 (la
Perra Cobradora
W)
LOI a las 375 (la
Perra Cobradora
W)
NRCS negro a
Walkley 1995
NRCS negro a
Walkley 1995
Tyurin
1.2
530
0.50
30
0.8
7
JANKAUSKAS et
al. (2006)
1.2
790
0.23
80
0.8
9
JANKAUSKAS et
al. (2006)
1.0
200
0.16
80
0.9
7
JANKAUSKAS et
al. (2006)
0.8
700
0.36
90
0.9
8
JANKAUSKAS et
al. (2006)
0.8
690
0.16
20
0.9
1
JANKAUSKAS et
al. (2006)
0.8
750
0.15
00
0.8
8
JANKAUSKAS et
al. (2006)
0.6
100
0.35
70
0.8
3
JANKAUSKAS et
al. (2006)
0.5
220
0.52
50
0.8
4
JANKAUSKAS et
al. (2006)
0.5
280
0.13
90
0.8
7
JANKAUSKAS et
al. (2006)
0.6
350
0.42
00
0.8
6
JANKAUSKAS et
al. (2006)
0.5
510
0.55
70
0.8
9
JANKAUSKAS et
al. (2006)
0.5
670
0.30
60
0.8
5
JANKAUSKAS et
al. (2006)
0.8
130
0.8
240
0.9
0.31
10
0.08
10
-
0.9
7
0.9
1
0.8
JANKAUSKAS et
al. (2006)
JANKAUSKAS et
al. (2006)
JANKAUSKAS et
4
2
4
3
4
4
4
5
4
6
4
7
El colorimetric
de A-I
La corriente
directa
(Shimadzu en
900 C)
La corriente
directa
(Shimadzu en
900 C)
LOI a las 375
(kilobyte del
Perro Cobrador)
LOI a las 375 (la
Perra Cobradora
W)
NRCS negro a
Walkley 1995
4 Tyurin
8 fotomtrico
4 El clsico Tyurin
9 Titrametric
5 LOI a las 375 (la
0 Perra Cobradora
W)
5 NRCS negro a
1 Walkley 1995
5 Tyurin
2 fotomtrico
5 El clsico Tyurin
3 Titrametric
5 NRCS negro a
4 Walkley 1995
5 Tyurin
5 fotomtrico
5 El clsico Tyurin
6 Titrametric
5
7
5
8
5
Tyurin
fotomtrico
El clsico Tyurin
Titrametric
El clsico Tyurin
9 Titrametric
fotomtrico
540
al. (2006)
La corriente
directa (Leico en
875 C)
La corriente
directa (Leico en
875 C)
LOI en 550 C
0.9
180
0.11
20
1.00
00
6 NRCS negro a
0 Walkley 1995
0.9
9
JOLIVET et al.
(1998)
0.9
470
0.00
00
0.9
9
JOLIVET et al.
(1998)
0.6
130
0.60
00
0.9
9
JOLIVET et al.
(1998)
LOI en 550 C
0.6
240
0.00
00
0.9
9
JOLIVET et al.
(1998)
NRCS negro a
Walkley 1995
1.5
060
0.00
00
0.9
9
LETTENS et al.
(2007)
NRCS negro a
Walkley 1995
1.5
940
0.00
00
0.9
9
LETTENS et al.
(2007)
NRCS negro a
Walkley 1995
1.7
740
0.00
00
0.9
8
LETTENS et al.
(2007)
La corriente
directa (Leico en
1000 C)
LOI en 375 C
siltstone
0.9
700
0.00
00
0.9
9
0.7
320
0.9
5
LOI en 375 la
piedra arenisca C
0.5
620
0.9
5
LOI en 375 el
basalto C
0.4
690
0.9
5
0.7
260
0.9
6
LOI en 375 el
basalto C
0.4
690
0.9
5
El otro de
corriente directa
(Leico en 1000
C)
El basalto de
corriente directa
(Leico en 1000
C)
La corriente
directa (Leico en
1000 C)
LOI en 375 que
C combin
0.7
390
1.61
00
0.99
50
0.94
10
1.59
80
0.94
10
1.75
90
0.9
5
0.4
520
0.89
10
0.9
5
0.4
692
0.9
5
0.9
1
La corriente
directa
(Variomax CNS)
La corriente
directa
(Variomax CNS)
La corriente
directa
(Variomax CNS)
La corriente
directa
(Variomax CNS)
1.0
340
0.94
10
2.33
60
0.01
60
0.9
9
SLEUTEL et al.
(2007)
1.0
130
0.00
00
0.9
9
SLEUTEL et al.
(2007)
1.0
020
0.00
00
0.9
8
SLEUTEL et al.
(2007)
0.9
430
0.00
00
0.9
9
SLEUTEL et al.
(2007)
6 NRCS negro a
1 Walkley 1995
6 La corriente
2 directa (Leico en
875 C)
6 La corriente
3 directa (Leico en
875 C)
6 La corriente
4 directa
(Shimadzu en
900 C)
6 La corriente
5 directa
(Shimadzu en
900 C)
6 La corriente
6 directa
(Shimadzu en
900 C)
6 El 6A1 negro a
7 Walkley
6 La corriente
8 directa (Leico en
1000 C)
6 La corriente
9 directa (Leico en
1000 C)
7 La corriente
0 directa (Leico en
1000 C)
7 La corriente
1 directa (Leico en
1000 C)
7 La corriente
2 directa (Leico en
1000 C)
7 El 6A1 negro a
3 Walkley
7 El 6A1 negro a
4 Walkley
7 LOI en 375 el
5 basalto C
7 El 6A1 negro a
6 Walkley
7 Negro A Walkley
7 1934
7 Negro A Walkley
8 1934
7 Springer-Klee,
9 1954
8 La corriente
0 directa
(Shimadzu en
900 C)
0.4
880
2.7 pH
10 en una suspensin 1:5 (la fraccin de volumen) de terreno de adentro riegan (pH en O H2), en 1 mol l _ 1
13
El
17
el terreno /agua 1:1 para los valores de equivalente del terreno /agua del 1:5.
2.8 la Partcula clasifican segn el tamao distribucin (la arena, el cieno y la arcilla)
41
Hay muchas formas (las tcnicas del laboratorio, los modelos indirectos de estimacin, manchan probar
tcnicas) para medir variables del terreno. Antes de que tales datos de heteroge-nous pueden servir para
anlisis y los propsitos de mapeo, necesita ser armonizado y trado para el mismo estndar. Esto
enfatiza una necesidad para una Biblioteca de Consulta global del Terreno.
Mesa 2.4 ecuaciones de correlacin de Ejemplo para convertir valores de pH entre mtodos diferentes.
No.
El
El
Mtodo
Mtodo
de
del
la
Blanco
Fuente
(la
(Y)
Letra
X)
La
ecuacin
R2
La referencia
pH
(1:1
0.01
PH
CaCl2)
(1:1
1.08
llore)
la
letra
0.973
0.98
pH
(1:1
PH
0.01
(la
1.10
CaCl2)
pasta
la
letra
saturada)
0.923
0.98
pH
(1:1
0.01
PH
CaCl2)
(1:2
1.05
llore)
la
letra
0.950
0.97
pH
PH
(1:1
(1:1
la
letra
0.01
de
la
llore)
0.267
CaCl2)
EC
0.445
0.99
pH
PH
0.98
(1:2
(1:1
la
letra
0.01
de
la
llore)
0.239
CaCl2)
EC
0.505
pH
(1:5
0.01
PH
CaCl2)
(1:5
1.012
llore)
la
letra
0.76
0.99
pH
(1:5
0.01
PH
CaCl2)
(1:5
0.979
llore)
la
letra
0.71
0.68
pH
(1:5
0.01
PH
CaCl2)
(1:5
0.887
llore)
la
letra
0.199
0.88
pH
(1:5
0.01
PH
CaCl2)
(1:5
0.197
x2
llore)
1.21
letra
5.78
0.92
pH
(1:5
0.002
PH
CaCl2)
(1:5
0.948
llore)
la
letra
0.308
0.90
pH
(1:5
0.002
PH
CaCl2)
(1:5
0.178
x2
llore)
1.043
letra
5.10
0.94
pH
(1:5
PH
KCl)
(1:5
0.803
llore)
letra
0.077
0.81
pH
(1:5
PH
KCl)
(1:5
0.233
x2
1.797
llore)
letra
7.143
0.98
pH
(la
solucin
PH
del
terreno)
(1:5
1.28
llore)
la
letra
0.613
0.78
pH
PH
(la
solucin
(1:5
1.105
del
0.01
terreno)
la
letra
CaCl2)
0.140
0.79
pH
PH
(la
solucin
(1:5
1.050
del
0.002
terreno)
la
letra
CaCl2)
0.112
0.80
pH
(la
PH
solucin
(1:5
1.175
del
la
0.80
5
6
terreno)
letra
KCl)
0.262
1
0
1
1
1
2
1
3
1
4
1
5
1
6
2.8 la Partcula clasifican segn el tamao distribucin (la arena, el cieno y la arcilla)
La textura del terreno representa la composicin relativa de arena, cieno, y arcille en terreno.
La Distribucin de Particle-Size (PSD) est usualmente representada en un dia de la textura
17
18
19
42
Manchan variables
1
2
gramo, referente a los porcentajes de arena, el cieno, y la arcilla para una clase de la textura (Michigan
NASNY y
VATION SERVICE,
El
10
El higo. 2.4 lmites de tamao de la Partcula usados en pases europeos, Australia y Amrica. Reimpreso de Michigan NA S N Y y MC BR
EN N E Y (2001). Con permiso de Elsevier Ltd.
11
estndar actual para las clases de tamao de la partcula adoptadas por FAO para el uso adentro
12 que la Base de Datos Mundial Armonizada del Terreno es 10390:2005 de la Organizacin Internacional de
Normalizacin. Este estndar difiere
13 de la definicin USDA en definir el tamao alinean para cieno como 263 m adentro
14 son de beneficio para de 250 m y lije como 632000 m en lugar de 502000 m. Esto es
15 un estndar relativamente nuevo para FAO que previamente adoptaron la USDA def
16 initions para el terreno digital hacen mapas del mundo (NACHTERGAELE et al. , 2010).
17 Diferencias en los valores reportados para fracciones de tamao de la partcula del terreno pueden surgir porque
18 de diferencias en el mtodo de anlisis (por ejemplo la difraccin de higrmetro, de pipeta, del lser)
19 o la clasificacin de diferencias de partcula dimensionan fracciones. La mayora de literatura en har
20 la monizacin de tratos de datos de la textura del terreno con armonizar diferencias adentro reportaron
21 tamao de la partcula fracciones (el Higo. 2.4).
El
2.8 la Partcula clasifican segn el tamao distribucin (la arena, el cieno y la arcilla)
Intern
acion
al
USD
A
ISO/F
AO
L
a
<2
m
220
m
20
2000
m
<2
m
250
m
50
2000
m
<2
m
263
m
63
2000
m
a
r
e
n
a
d
e
l
c
i
e
n
o
d
e
a
r
c
i
l
l
a
La mesa 2.5 Diferencias entre el International, USDA y partcula de la Organizacin Internacional de Normalizacin / FAO
dimensionan classifi-cation.
43
1
0
1
1
1
2
1
3
1
4
_ el 2_20
+0.6726 P20
Si P 2_50 > 0
(2.9)
2000
_ 0.0142 P2
_ 0.0049 P20_2000
(acto inapropiado
= 0.823)
Si P
2_50 < 0
1
5
1
6
1
7
1
8
1
9
<2
+0.0017 P2
_ 0.0019 P2
El 2_50
2
Si P 2_20 > 0
(2.10)
+0.0059 P < 2 P2_50
Si P 2_20 < 0
2
0
2
1
2
2
2
3
2
4
2
5
2
6
44
Manchan variables
90
80
70
Cl
60
50
40
SaCl
30
SiCl
ClLo
SiClLo
SaClLo
20
He aqu
10
Sa LoSa
SaLo
El silo
Si
% Sand 50_2000 M
El higo. 2.5 Ensucian tringulo de la textura basado en el sistema USDA. Generado utilizador el soiltexture
Empaquete en acto inapropiado.
MCBRATNEY (2001) not una limitacin de este acercamiento, observando que fue
8 difciles e impropios para acomodar modelos que requieren 3 o 4 parmetros para los datos
9 de rutina ensucian encuestas en las cuales el tamao de la partcula est slo medido y reportado
10 en 3 o 4 fracciones.
11
2.8 la Partcula clasifican segn el tamao distribucin (la arena, el cieno y la arcilla)
4
5
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
45
http://www.ma
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
46
Manchan variables
1
que la densidad de la Masa es lo resecan masa de material del terreno dividido por el vol total
ume. El mtodo remisivo estndar para reportar densidad de la masa para el Glob
4 alSoilMap.net se proyectan es el mtodo de fondo (la Organizacin Internacional de Normalizacin 11272). La
densidad seca de la masa
5 (BD) es la proporcin entre populacho de horno seca material del terreno y el volumen de
6 la prueba fresca ecunime. El estndar de la Organizacin Internacional de Normalizacin define densidad seca
de la masa como lo
7 la proporcin de la masa seca en horno de los slidos para el volumen (el volumen de la masa incluye
8 el volumen de los slidos y del espacio del poro) del terreno. Lo recomendable
9 Organizacin Internacional de Normalizacin el mtodo (100 cm3, (el mtodo de fondo) usa cilindros acerados
de volumen sabido
10 400 cm3) eso es metido en el terreno verticalmente u horizontalmente por la percusin.
11 resultados grandes Sampling de volmenes en los errores relativos ms pequeos pero requiere persona de mucha
importancia
12 el equipo. El mtodo no puede ser usado si las piedras o las races grandes son presentes o
13 cuando el terreno es demasiado seco o tambin duro.
2
3
14
Para terrenos con una piedra alta o contenido de la raz o cundo el terreno es demasiado seco o tambin
15 los mtodos duro, basados en la tcnica de excavacin son utilizados como una alternativa para
16 el mtodo de fondo. En el mtodo de excavacin un hueco en una superficie horizontal es cavado
17 y luego lleno con un material con una densidad sabida (por ejemplo la arena que hace el equipaje
18 para un volumen calibrado o el agua se separaron del terreno material por un elstico
19 la membrana). El terreno obtenido a partir del hueco, est desecado para quitar el agua y
20 que la masa seca es pesada. El porcentaje volumtrico de los fragmentos gruesos
21 necesidades - se a - determinar calcula la densidad de la masa de la tierra fina.
22
de empaque de mineral del terreno estructuran (m) y estructura del terreno (_ ). La densidad de masa
el maximiliamperio fueron encontrados para terrenos con arena de aproximadamente 80 %. Las densidades de la
masa
44 fueron tambin observados para aumentar con profundidad, sugiriendo la influencia de encima
42
43
47
2
3
1
0
1
1
1
2
1
3
14
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
48
Manchan variables
BRAKENSIEK (1982)).
28 (b) el acercamiento fsico a Semi: Derivando al WRD de informacin en el cumu
29
La distribucin de tamao de la partcula del lative (ARYA y PARS, 1981); Tericamente, esto
30
El
La bucin y las curvas de retencin de agua. Los contenidos de agua son de los que se deriv lo
32
volumen previsto del poro del terreno y los potenciales hidrulicos son de los que se deriv
33
Los rameters de una ecuacin de la forma cerrada analtica para describir al WRD, a nosotros
36
Los pronosticadores del ing como el porcentaje de arena, cieno, y la arcilla, la cantidad de
37
La materia orgnica, o la densidad de la masa (e.g. El ministerio de guerra STEN et al. (1999)).
38
El
49
partcula y la masa
La densidad ha estado propuesta por
CAMPBELL y SHIOZAWA (1989).
GUILLERMO
Et al. Los conjuntos de datos australianos
(1992) analizados y las ecuaciones de
regresin desarrolladas
Para la relacin entre ensucie informa de
humedad y del terreno de la textura, de
estructura
Tion, y densidad de la masa incluyendo
variantes para ambos el caso donde que hay
ganancia
La informacin capaz en OM y donde el OM
es desconocida. RAWLS y BRAK
ENSIEK (1989) report que las ecuaciones de
regresin para estimar terreno suavizan
retencin
Como una funcin de textura del terreno y
densidad de la masa. CANARACHE (1993)
se desarroll
El punto bas ecuacin de regresin usa
densidad de arcilla de contenido y de la masa
para Ro
Los terrenos del manian. Ms recientemente,
NEM ES et al. Los PTFs diferentes (2003)
desarrollados
Derivativo de escalas diferentes de datos del
terreno (Hungra, Europa, e internacional
Los datos) usando red neural artificial
modelando incluyendo una solucin
provisional de un bug que usa terreno
La densidad de textura y de la masa slo.
ZACHARIAS y WESSOLEK (2007)
desarrollaron dos regresin diferente
Las ecuaciones dependiendo del porcentaje de
arena
en un terreno como sigue:
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
=0
+_<0.001
arcillan _ 0.263 +Db
Si
arena
66.5
=
lnla0.788
()
0.648
0.044 la
arcilla
_=3.168
Dbel +%0.023 lijan a_ 0.024
_ 0.704
S
Acto inapropiado
+ 1.212 arcillan
(2.11)
2
2
Db) pues una informacin diferente sedimntese, aadindole la ms credibilidad a su appli general
2
3
2
4
2
5
2
6
2
7
2
8
2
9
acto inapropiado = 0
3
0
3
1
3
2
(2.12)
50
Manchan variables
1
B = _ 0.192 + 0.0946 ln (TEXMHT) _ 0.00151 fsand
(2.13)
donde la arcilla (< 0.002 mm), fsand (0.020.20 mm), y cieno (0.0020.02 mm)
son expresados en %; TEXMHT es grupo de la textura de 16 tan definido por Northcote
5 en PEVERILL et al. (1999).
3
4
CRESSWELL et al. (2006) ms all sugiri una estrategia para lograr respecto a
14 conforman cobertura de terreno datos hidrulicos de la propiedad para Francia uno tan incluido
15 que eficientes la estrategia de muestreo bas en el uso de horizontes funcionales (BOUM A,
16 1989), y una serie de sitios remisivos donde el terreno las propiedades hidrulicas podra ser
17 midieron comprensivamente. Sostuvieron ese rec funcional de mtodo del horizonte
18 ognizes el horizonte del terreno en vez del perfil como el individuo o el edificio
19 se bloquean para la prediccin (el ministerio de guerra STEN et al., 1985; El ministerio de guerra STEN y BOUM
A, 1992). uno
20 la caracterstica significativa de este acercamiento es la aptitud para crear un rango complicado
21 de hydrologic diferente que el terreno clasifica de combinaciones simples de tipo del horizonte,
22 ponen en secuencia, y el espesor.
23
Otra vez, est adelantado que el acercamiento SINFER se declar por MCBRAT
24
NEY et
al. (2002) ser la base para esfuerzos para crear y aplicar PDFs para
prediciendo aptitud disponible de agua para el GlobalSoilMap.net se proyectan. Estos
A 26 PDFs les faltan ser desarrollados.
25
Captulo 3
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
51
52
aspectos Estadsticos de terreno global haciendo mapas
El
1. El mapeo en las reas donde slo knowl experto - primordialmente conducido en conocimiento
El
En las reas donde ambas densamente probaron ensea con el dedo observaciones y covariates (adentro
El
11
En las siguientes secciones que revisamos los aspectos estadsticos principales de global
19 manchan mapeo y discuten sus implicaciones. Esta revisin tiene una meta evidente. Eso
20 deben argumentar a favor, y promover, una vista para fortalecer a confidentes globales de aporte
21 datos explcitamente asociados a modelos de prediccin diversas jerrquico, apelotonado,
22 basados en conocimientos y primordialmente conducidos en punto. Esto integr armazn para
23 el trazar un mapa de digital de terrenos nos permitira diseo e implementaba uno participante
24 el mtodo hbrido para producir mapas globales de propiedades del terreno que las coaliciones local
25 y los modelos globales de prediccin simultneamente y las marcas el uso efectivo de ambos
26 el conocimiento docto y los datos duros.
Considerando el estado actual de datos del legado, cualquier tech-nique global de mapeo del terreno que
pone la mira en mapas finos de la propiedad del terreno de resolucin necesitar basarse mayormente en
extrapolacin y downscaling.
27
todos los equipos DSM en el mundo y la responsabilidad de lugares para producir mapas adelante
ambas agencias que asocian terreno local y nacional. Tambin tenemos el deseo de alentar y
31 hacen uso de los muchos esfuerzos locales diferentes DSM en el mundo y no en haga
32 ellos innecesarios o redundantes, como seran el caso si toda propiedad del terreno hace mapas
33 estuvieran producidos usando un modelo global solo (GM-NRK). El anlisis
34 el flujo de trabajo enseado ms en Higo. 3.8 soportarn colaboracin global verdadera adentro
35 propiedad productora del terreno mapas en una resolucin de 100 m. El GlobalSoilMap.net
36 se proyectan ser verdaderamente colaborativo y coherente. La tendencia estima y pre final
37 dicciones sern altamente coherentes y darn como resultado caracterstica armonizada del terreno
38 mapas. Al mismo tiempo este acercamiento le alentar y le permitir a los equipos nacionales
29
30
E
n
s
u
c
i
e
c
o
v
a
r
i
a
t
e
s
(
L
a
s
d
e
r
i
v
a
d
a
s
D
E
M
,
l
o
s
d
a
t
o
s
R
S
)
E
n
s
u
c
i
e
m
a
p
a
s
d
e
l
p
o
l
g
o
n
o
e
n
l
a
s
e
s
c
a
l
a
s
d
e
t
a
l
l
a
d
a
s
(
>
1
:
2
0
0
k
)
E
l
p
o
l
g
o
n
o
d
e
l
t
e
r
r
e
n
o
h
a
c
e
m
a
p
a
s
e
n
L
a
s
a
s
e
s
d
e
d
a
t
o
s
(
d
e
n
s
a
s
)
N
a
c
i
o
n
a
l
e
s
d
e
p
e
r
f
i
l
e
d
a
g
o
f
i
c
o
El po
Regression-kriging (SCORPAN)
uno
Los es
53
3.1 Global Manchan el Mapeo
El higo. 3.1 Grupos de tcnicas adecuado para la resolucin fina manchan el mapeo dependiendo de la disponibilidad de datos de entrada. Vea
tambin Michigan NA S N Y y MC BR EN N E Y (2010).
54
aspectos Estadsticos de terreno global haciendo mapas
para usar su creatividad para aplicar tipos diversos de prediccin modela localmente y para
usan tipos diversos de covariates (el polgono inclusivo del terreno hace mapas) para downscale lo
3 1 km y 250 mapas de resolucin m para la final resolucin de prediccin 100 m.
1
2
Tan mencionado previamente en 1.6, conducidos en conocimiento el mapeo se basan a menudo adelante
reglas no mencionadas y no formalizadas y entender eso existen principalmente adentro lo
7 mentes y memorias de los individuos que guiaron investigaciones de campo y el mapa
8 producen un sonido metlico. Se el convirti al experto o sistema basado en conocimientos trazar un mapa de
algo
9 rithms convirtiendo reglas conceptuales a los rboles de decisiones y / o los modelos estadsticos
10 (WALTER et al., 2006a). Por ejemplo, un inspector puede definir la clasificacin
11 reglas subjetivamente, o sea basado en la de l / su conocimiento del rea, luego el iteratively
12 ajustan el modelo hasta que los mapas de salida acomoden lo de l / su expectacin de la distribucin
13 de terrenos.
5
6
14
En las reas donde pocos o no fildean los comentarios de propiedades del terreno existen ms que nada
15 la forma comn para producir estimaciones son confiar en conocimiento docto, o para la base
16 estimaciones en datos de otras reas similares. Este proceso es comnmente referido
17 para como el conocimiento se trasladan . El mejor ejemplo del prin de reembarque de conocimiento
18 ciple son el concepto de serie del terreno en el USA1 (SIMONSON, 1968). La serie del terreno
19 (+phases) son las clases niveladas mnimas de tipos del terreno. Cada uno mancha serie debera atraer con engao
20 sist de pedons teniendo ensucian horizontes que son similares en color, textura, estructura,
21 pH, consistencia, composicin mineral y qumica, y acomodamiento en lo
22 ensucian de perfil.
El punto de prediccin
El hombro (el terreno D)
La cuesta (el terreno C)
La cuesta (el terreno C)
La parte superior de la colina (la A del terreno)
El higo. 3.2 posiciones Landform y la posicin de un punto de prediccin. Vea al ms Fig. 3.4.
Si
23
uno puede encontrar el mismo tipo de serie del terreno repetidamente en loca similar
24 tions, luego no hay necesidad para probar propiedades del terreno otra vez, y por lo tanto lo podemos hacer
25 reducen costos de estudio de suelos. Esto suena como a un acercamiento atractivo porque uno
26 pueden minimizar los costos de encuesta enfocando la atencin en delineando la distribucin de terreno
1
http://soils.
55
5
6
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
4. Implemente reglas borrosas para computar a las asociaciones para cada terreno en cada
cuadrcula
??
???
??
Le sirve puramente
estacin balnearia
29 modelos tial (BIVAND et al (2D) para los modelos de espacios tiempos y estticos y dinmicos. , 2008;
30
(3.2)
37
59
1
2
La posicin (s).
Z qT + (s0) T (z _ q )
(3.3)
00
La regresin
= el qT
C_1
_1
q C _1
z
(3.4)
= C _ 1 c0
1
0
1
1
1
2
La posicin, y
1
3
Los uals.
1
4
1
5
1
6
1
7
1
8
Z = T (s0) z
n
Yo = 1
Wi (s0) z (si)
(3.5)
1
9
2
0
2
1
2
2
RK
0
T
_1
(3.6)
+ q0 qT C _ 1 c0
qT C _ 1 q
q0 qT C _ 1 c0
2
3
2
4
2
5
2
6
2
7
2
8
60
aspectos Estadsticos de terreno global haciendo mapas
En
que monly model usar el terreno el modelo de correlacin del ambiente lo as llamado
CLORPT o SCORPAN (MCBRATNEY et al., 2003) el modelo que se basa
4 en el terreno general la formulacin de la vegetacin:
2
3
S x, y, t c x, y, t o x, y, t
VS x, y, t = f
Acto inapropiado x, y, t p x, y, t un x, y, t
(3.7)
16
Si
El +
= la tendencia de predicciones predijo usar modelo lineal generalizado
El residuo predijo
Usando kriging
(3.8)
24
Los GLMs tienen varias ventajas. Primeras, la mayora de funciones del enlace son algn tipo de
25 la generalizacin del de Gauss modelan, a fin de que las variables comnmente salen a la vista
26 la distribucin normal en el espacio transformado. En segundo lugar, por ah utilizador un modelo lineal
generalizado, nosotros
27 evitan hacer predicciones fuera del rango de valores fsico, lo cual es espe
28 cially importante para cantidad (z 0, + _) y las variables p
29
En los decenios recientes, un nmero de tcnicas del geostatistical han sido devel
30 oped que especficamente consienten uso de BLUP (Eq.3.3) con variables poco de Gauss
31 (DIGGLE y RIBEIRO JR, 2007). Este rea de geostatistics est debajo se desarrolla
32 ment y paquetes actuales no estn todava bien desarrollados para la pera de respaldo
33 tional haciendo mapas. En los casos donde la f modelo (Q) es poco lineal o basada en el miliamperio
34 tcnicas chins de aprendizaje, regression-kriging podran conducir a los resultados inesperados
35 y / o los artefactos.
36
Hay ciertamente una tendencia bien definida en geostatistics hoy cul sugiere eso
37 que estaremos progresivamente usando automatizaron trazar un mapa de algoritmos para DSM. Lo
3.3
Geostatistical
haciendo
mapas
61
Los autores del paquete del intamap5 para acto inapropiado, por ejemplo, han producido una funcin
llam interpola esa es bsicamente una funcin de la envoltura para el campo entero
de geostatistics simples (PEBESMA et al., 2011). Interpole slo requiere adentro
Ponga observaciones y posiciones de prediccin. Considere el siguiente ejemplo para
Prediciendo contenido de cinc usando el estudio de casos Meuse:
1
2
3
4
5
PredictionLocations meuse.grid)
Rpidamente
genere
predicciones
lejos o artefactos?
http://cran.r
entre los que intamap automticamente escoge: (1) kriging, (2) mtodos de cpula, (3) interpolacin inversa de dis-tance, proyect
mtodos de proceso de Gauss espaciales en el paquete del psgp, (4) interpolacin del kriging transde Gauss o yamamoto.
5
http://cran.r
62
aspectos Estadsticos de terreno global haciendo mapas
1
Finalmente, es muy improbable que un modelo lineal simple de prediccin puede ser
8 solieron acomodar cada tipo de datos del terreno. Es ms probable que algunos hiciese a la medida modelos,
9 que o sea los modelos disearon para cada propiedad, funcionaran mejor que si un soltero
10 modelan sirvi para una diversidad de propiedades del terreno. ste es porque terreno diferente
11 propiedades tienen distribuciones diferentes, disienten diferentemente en las escalas diferentes,
12 y son controlados por procesos diferentes. Por otra parte, la forma preferida
13 a asegurar que un modelo solo puede estar acostumbrado al mapa una coleccin variada de propiedades del
terreno deben
14 desarrollan un armazn ms bien genrico con pronosticadores multitemticos, multiescalas
15 eso tienen en cuenta bsqueda iterativa para los aportes modelo ptimos y los parmetros, y
16 luego implementan este modelo por un sistema automatizado de mapeo.
17
Aunque muchos mappers no pueden darse cuenta de eso, muchos ms simple basado en regresiones
18 tcnicas pueden ser miradas como una causa especial de RK, o sus variantes. Considere para
19 el ejemplo una tcnica comnmente usaron generar predicciones de propiedades del terreno
20 de mapas del polgono la premediacin ponderada. Aqu la ganancia principal del covariate
21 capaces es un mapa del polgono (demostrando la distribucin de trazar un mapa de unidades), as lo Mejor
22 el Pronosticador Imparcial Lineal de los valores es averaging8 simple de propiedades del terreno
23 por unidad (WEBSTER y OLIVERIO, 2001, p.43):
Z (s0)
np
_ z (si)
(3.9)
1
pn
La p
=1
El
2
(3.10)
(s0) p np
27
Si las unidades fueran heterogenous, tambin el tipo diversos de premediacin ponderada puede ser usado.
63
1
2
Z (s0)
wi z (si);
El
wi
Yo = 1
El 1/np para si p
0
otra manera
(3.11)
De
7
8
1
0
1
BMU n
np
_ z (si)
(3.12)
La p
=1
Donde el np es el nmero de puntos dentro de algn MU. El Eq. (3.9) por lo tanto iguala:
11
Z (s0) = b
MU1 (s0) +.
. . + b p MUp (s0);
MU 0|1
(3.13)
1
2
1
3
1
4
1
5
k
1
np
Z = _ c zc = _ MU j b (si) (s0) j
Para
Zc n
_ z (si)
(3.14)
C=1
J=1
La p
=1
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
64
aspectos Estadsticos de terreno global haciendo mapas
El Problema de corredor cualquier (geo) modelo estadstico para producir estimaciones globales
de propiedades del terreno son eso, en muchas reas en el mundo, no tenemos cualquier punto
4 datos. O al menos lo suficientemente no datos para estimar unas unidades modelo del polgono, pero nicas
5 y covariates. De hecho, la calidad de estudios de suelos nacionales y regionales es a menudo
6 inversamente proporcionales para ensuciar amenazas y la degradacin /erosin procesan (Michigan
2
3
NASNY y
10
Esto quiere decir que, aun si nos reuniramos todo terreno posible registra adentro lo
11 mundial (points9 probablemente millones), todava afrontaramos retos serios a
12 producen unos mapas consistentes de variables del terreno en una resolucin (100 m) muy bien espacial.
13 Aun Si lo haramos, en lugar de poner la mira en 100 resolucin m, ponga la mira en un 1 km resolu
14 tion, todava necesitaramos coleccionar muchos miles de perfiles edagolficos nuevos en las reas
19
Una solucin para rellenar las aberturas grandes en datos del punto es desarrollarse global
20 modelos que interpolan en vez de extrapole sobre las reas poco probadas grandes.
21 Con Este Propsito que apoyamos usan de una Regresin Anidada Multiescala Global
22 la regresin Kriging (GM-NRK) modelan en la forma:
. . + ek (sB _ 2 sB _ 1) + (sB)
(3.15)
23 donde m0 (
26 y es el spatially que la variacin residual correlacionada en automvil del terreno distribuy con ordinario
27
Regression Kriging Anidado Multiescala global es un modelo anidado de regresin en el cual la variacin
residual de mientras escama ms gruesa es modelada en cada escama ms fina suc cessive y luego en
escama ms fina los residuos son los predichos geostatics simples utilizadores y aadido para los otros
componentes.
El
28
error modelo para el GM-NRK puede no ser con holgura estimado, especialmente
29 si los componentes diversos en las escalas diversas fueran modelados usando tipos diferentes de
30 modelos (los rboles de regresin, GLMs diversos). La solucin es usar simulaciones para
31 generan realizaciones mltiples del mismo proceso y luego las resumen a de
9
acto inapropiado BA Yo T Z et al. (2011) sugiera eso slo en la Inferior Sajonia (el estado federal en la del norte Alemania)
Hay alrededor de 1.3 millones de perfiles edagolficos y los corazones.
S4
S4 + S3
S4 + S3 + S2
S4 + S3 + S2 + S1 S4 + S3 + S2 + S1 + e
65
El higo. 3.5 la Descomposicin de una seal en ruido de ventaja de cuatro componentes. El cdigo usado para generar estos complots
simulados est disponible por el homepage del libro. Basado en MC BR EN N E Y (1998).
Hienda PDFs que son luego distribucin independiente. (Geostatistical) las simulaciones
es un estndar muy para incorporar incertidumbre viniendo de fuentes diversas y
estiman la incertidumbre propagada (HEUVELINK, 1998).
El siguiente ejemplo describe cmo generar datos finos de resolucin usando
el estudio de casos Meuse y despus del modelo en Eq. (3.15). En este caso nosotros
trabajan con slo dos escalas y dos sets de pronosticadores: 40 la resolucin m manchan clase
hacen mapas del rea, y 10 la resolucin m LiDAR DEM del rea. En el primer paso
que equipamos un modelo lineal generalizado y luego genere predicciones para cada celda cuadriculada:
1
2
3
4
5
6
7
8
> m.glm < - glm (~ el terreno om, meuse.ov sel,, = de Gauss familiar (el leo))
> p.glm < - predict.glm (m.glm, newdata meuse.grid, tipo "enlace",
El +
Se.fit = TRUE)
La Lista de 3
El ataque del $
..- Attr (*, "nombres") chr 1:3103 "69 146 147 148"
$ se.fit
Num 1:3103 nombrado 0.0496 0.0496 0.0496 ...
..- Attr (*, "nombres") chr 1:3103 "69 146 147 148"
$ residual.scale: Num 3.23
Donde el glm es la funcin de acto inapropiado para acomodar un iteratively que usa modelo lineal generalizado
reponderado menos
9
Los cuadrados (VENABLES y RIPLEY, 2002), el terreno son valores del mapa del tipo de terreno
10
66
aspectos Estadsticos de terreno global haciendo mapas
1 us como covariates, y predict.glm es una funcin para predecir valores para toda cuadrcula
nodos en el tipo del newdata. "se acoplan" se usa para guardarse las predicciones en los trans
formaron (el leo) espacio, lo cual - se asume - sigue un final para la distribucin normal
4 y cul es un requisito para simulaciones Monte Carlo y el kriging comn.
2
3
Despus, podemos extraer los residuos y luego los podemos modelar usando resolucin ms fina
6 datos (10 m):
> el resumen (los residuos (m.glm))
Min. el 1 Qu. El trmino medio
- 6.6
- 2.3
0.0
1.6
7.6
1 0.14
Res.glm < - m.glm$data - m.glm$na.action,
Res.glm$res < - los residuos (m.glm)
> meuse.ov10m < - la cubierta (meuse.grid10m, res.glm)
> meuse.ov10m$res < - res.glm$res
> m2.glm < - lm (hay campo para una mejora ahn +TWI, meuse.ov10m)
> m2.glm < - el paso (m2.glm)
531
159
- TWI
1
39.4
570 163
- Ahn
Los residuos:
M El Lleg
3Q
i
ue
al
lmit
E
l
t
r
m
i
n
o
m
e
d
i
o
d
e
l
1
Q
--
1. 6.
1.73 -
4 63
6.54
0.11
Los coeficientes:
El valor de la t de estimacin Std. Error
(La Intercepcin) 42.60334
6.98673
6.10
El ahn
0.01114
0.00195
5.71
TWI
0.44606
0.18432
2.42
Pr (> | t | )
(La intercepcin) 3.7e-08 * *
El ahn
1.9e-07 * *
TWI
0.018 *
67
Esto sale a la vista ese un total de 48 % (0.14 + 0.34) de variacin en OM puede ser
Explicado por los pronosticadores en dos escalas, o sea por el terreno utilizador clasifica y eleva
La empapazn tion (ahn) y Topographic el ndice (TWI) como pronosticadores. Finalmente, podemos
Analice los residuos restantes para la autocorrelacin espacial:
1
2
3
4
Vgm
El higo. 3.6 simulaciones Multiescalas de materia orgnica para el caso Meuse estudian (Eq.3.15): Downscal-ing de 40 m (ensucie trazar
un mapa de unidades) para 10 la resolucin m (los datos LiDAR). En cada paso el detalle espacial y el contraste son afinados sumando
datos ms altos de resolucin. El mapa en a la derecha le son pos-sibly la representacin ms realista de esta variable dado la
informacin limitada. Vea texto para ms detalle.
Ahora que hemos estimado ambos modelos de regresin en las escalas ms toscas y
con los que el variogram para los residuos finales, puede seguir generar simula
tions. Para simular los valores de modelo lineal generalizado podemos usar a simu de Gauss (poco espacial)
Los lations implementados por el rnorm funcionan:
El # abajo de escama para 10 la resolucin m:
> la biblioteca (la trama)
> om.pred.r < - la trama (om.glm " var1.pred ")
> om.var.r < - la trama (om.glm " var1.var ")
5
6
7
8
68
aspectos Estadsticos de terreno global haciendo mapas
> s2 < - la trama (meuse.grid10m " S2 ")
LA NOTA # : Esto se hace para reducir la estructura del blocky en escama gruesa
> s1.pred < - la reprueba (om.pred.r, s2, mtodo "bilineal")
> s1.var < - la reprueba (om.var.r, s2, mtodo "bilineal")
Quieren decir @ valores de @ datos del = s1.pred, @ los valores de @ datos sd s1.var))
> meuse.grid10m$S2 < - rnorm (la longitud (@ los datos meuse.grid10m, 1)
El +
Una vez que hemos simulado todos los valores para todas las escalas los podemos sumar para crear
3 predicciones finales (Eq.3.15). Los resultados de prediccin son demostrados en Higo. 3.6. Nota
4 que el mapa en lejos vindican contienen componentes de dos escalas y resultados de
5 simulaciones geostatistical usando la variacin residual. Tiene contra muy superior
6 trast que el mapa a la izquierda, pero eso tambin parece bosquejar la incertidumbre de lo
7 trazan un mapa de ms exactamente.
8
En caso de terreno global haciendo mapas, un esquema similar de GM-NRK puede ser im
9 plemented para derivar predicciones usando variables predictivas a las cuatro o ms escalas. Esto
10 van en procesin probablemente necesitara ser dividido en varios pasos (vea tambin esquema adentro
11 Higos. 3.7 y 8.2):
12
13
1. Acomode un modelo de regresin usando a los covariates globales toscos (50100 (5.6 km)
Abra al pblico Perfiles Edagolficos), 250 pronosticadores m (los estratos 1020; El subconjunto regional de lo
17
Abra al pblico Perfiles Edagolficos), y 100 pronosticadores m (los estratos 510; El subconjunto local de lo
18
21
km, 250 m y 100 m). Simule error residual usando a geostatistical simu
22
Z Mississippi = m 5km + e 1km + e 250m + e 100m + e (s0) (s0) (s0) (s0) (s0) Oklahoma (s0)
(3.16)
24
25
(Eq.3.22).
26 7. Prepare el mapa de prediccin RK (el trmino medio de simulaciones de la N) y dervese
27
69
La extensin
Global: Los patrones climticos y los procesos, las zonas de la vegetacin, la elevacin
1 km
Continental: Las zonas geolgicas, las condiciones climticas meso, la erosin /declaracin jurada escrita en las escalas grandes
250 m
Local:
100 m
La administracin de tierras, la erosin
El higo. 3.7 el ejemplo Esquemtico de downscaling los mapas de tendencia de 5.6 km para 100 m. La tendencia traza un mapa de
downscaled para 100 m luego puede estar acostumbrado a hacer predicciones reales, por ejemplo despus de la regression-kriging
anidada modelo en Eq. (3.15).
El z
_z
=_N
(3.17)
70
aspectos Estadsticos de terreno global haciendo mapas
10
11
(uno) Muchos pases poseen datos del terreno del punto y del polgono en aun resoluciones ms finas
Que la escama del blanco de 1:200k. Ignorando asociaciones de la propiedad del terreno que pueden ser de
12
La propiedad del terreno hace mapas de calidad ms escasa; Definitivamente ms pobre que mapas que pueden
14
Estar derivativos usando aun mtodos simples (como promediar por polgono), pero
15
17
cura ayudante que esos produjo usando modelos globales y geostatistical lineal
18
De terreno la propiedad hace mapas porque las actividades de mapeo seran ms difciles
21
Z GMNRK (s0)
1
+z
LM (s0)
Z BCSP (s0)
RMSEr (LM)
(3.18)
RMSEr (GMNRK)
2
_1
J=1
RMSEr (M j)
10
Si no usaran los mismos parmetros modelo; Si tratan partes diferentes de variacin espacial etctera.
71
La sumisin nueva
1 letra x 1 las tejas de grado (10 propiedades,
6 profundidades) GeoTiffs (3 arcsec)
1 km
250
La
validaci
n
automatiz
ada
Y se
anexa
< 100 m
El servicio de FTP
(Despejando casa)
La agregacin espacial
El modelo multiescala de prediccin
La organizacin responsable:
ISRIC GlobalSoilMap.net
Los nodos continentales
Organizacin regional que traza un mapa de
PostGIS Raster DB
La propiedad del terreno hace mapas
El portal de Geo-Data
El higo. 3.8 El modelo multiescala propuesto (de arriba a abajo levantado) de prediccin y el sistema de sumisin del mapa. ISRIC
plantea cargar con la responsabilidad para mantener el 5.6 y 1 km trazan un mapa de covariates y mapas 100 productores de resolucin
m usando la estrategia descendente, mientras los nodos continentales y agencias / regionales nacionales DSM sern responsables
prepararse lo
100 resolucin m mapas (el enfoque ascendente). Vea tambin Higo. 3.7.
Mejore cada quien en las reas de incertidumbre alta y extrapolacin, por lo tanto esto
Hara ambos formar en equipo trazar un mapa de esfuerzos importantes. A lo planteamos referirnos
La combinacin de arriba a abajo y de abajo hacia arriba de GM-NRK y los mtodos locales como uno
El mapeo multiescala global participante.
72
aspectos Estadsticos de terreno global haciendo mapas
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
El higo. 3.9 Elaboran Planes Secretos: Las predicciones en soporte (debajo) del punto (arriba) y del bloque. En caso de var-ious las
versiones de kriging, ambos apuntan y las predicciones del bloque suavizan las medidas originales proporcionalmente a la variacin de la
palacra. Despus de EMPUJE OVA E RT S (1997).
3.6
Predicciones
en
vs
del
punto
bloquean
soporte
73
> sel < - ! is.na (meuse$om)
> los datos (meuse.grid)
> se coordina (meuse.grid) < - el +y de la ~ letra x
> gridded (meuse.grid) < - VERDADERO
> fullgrid (meuse.grid) < - VERDADERO
El # obtienen aprecia de cuadrculas para puntos:
> meuse.ov < - la cubierta (meuse.grid, meuse)
> los datos del meuse.ov < - cbind (@ los datos meuse.ov, @ los datos meuse)
El ataque del # el modelo de regresin:
> m.glm < - glm (om dist +soil, meuse.ov sel,,
El +
Meuse.ov sel,),
El +
> vr.fit
El modelo
El psill
El rango
Ahora
que tenemos, acomod la regresin y los modelos del variogram, podemos generar
predictions/simulations en un soporte del punto:
Que demuestra que la variacin de la palacra es aproximadamente 40 % de la variacin del alfizar.
El +
1
2
3
74
aspectos Estadsticos de terreno global haciendo mapas
problema de bloque productor las predicciones es, sin embargo, que es ms dif
7 ficult (la lectura: Ms caros) para validar tales mapas. En caso de predic del punto
8 tions, mapas pueden ser validados usando alguna versin de validacin cruzada relativo a
9 conjuntos de datos disponibles del punto, cul son relativamente baratos. Por ejemplo, en gstat,
Uno puede estimar la exactitud verdadera de mapeo usando:
> rk.cv < - krige.cv (log1p (om) ~ om.glm, meuse.ov sel,, vr.fit)
| ================================================== | 100 %
> rkvar < - 1-var (rk.cv$residual, na.rm = T) / var (log1p (meuse$om)
El +
Na.rm = T)
> el rkvar
1 0.5556
que las funciones que la exactitud de mapeo en soporte del punto es 56 % del original
la discordia. Soporte del bloque que usa validacin cruzada en gstat no es posible porque
13 para los que los datos de entrada necesitaron cruzan validacin est slo disponible en soporte del punto.
14 Esto bsicamente la manera que, para el ejemplo Meuse, tendramos que volver a visitar lo
15 estudian rea y la colecta las pruebas adicionales (la mezcla) en una base del soporte del bloque
16 que los fsforos el tamao del soporte de predicciones del bloque.
11
12
17
Reparo en que un punto de uso de la lata toma muestras para producir ambos punto y bloque
18 predicciones, pero uno no puede usan muestreos de bloque para producir predicciones del punto
19 (HEUVELINK y PEBESMA, 1999; HENGL, 2006). Lo que puede desordenar non
20 especialistas GIS son que ambos ensean con el dedo y las predicciones del bloque son normalmente visualizadas
21 trama utilizadora que GIS modela, por lo tanto uno no ve ese el re de predicciones del punto
22 fer para nodos de la clula cuadriculados. En caso del estudio de suelos, los datos disponibles de perfil
edagolfico
23 mayoras tpicamente se refieren a las posiciones del punto (11 m se bloquea) porque los perfiles edagolficos
son
24 se abrieron y tomaron muestras en posicin sola.
25
En algunos inspectores de casos las pruebas del terreno de la mezcla de fuentes diferentes a producir
26 estimaciones complejas de valores (como mencionadas en 2.2). No obstante, podemos
27 asumen ese > 95 % de perfiles edagolficos que son coleccionados en el mundo refiera a uno
28 para los que el soporte del punto, por lo tanto estos datos puede no servir cruzan propsitos de validacin.
3.6
Predicciones
en
vs
del
punto
bloquean
soporte
75
El higo. 3.10 Ensean con el Dedo (arriba) y predicciones del bloque (debajo) y simulaciones usando al Meuse Dataset disponible en el paquete
del gstat. Echo de ver que los valores de prediccin producidos por punto y los mtodos del bloque son muy similares. Las simulaciones de
adelante bloquean soporte, sin embargo, parecen producir algo ' alisador ' hace mapas que las predicciones del soporte de punto. La dificultad
de simulaciones utilizadoras del bloque, sin embargo, es que la intensidad computacional es
uno
???
??
????
???
??
El
soporte del punto (vea al ms Fig. 5.1). Estos valores luego pueden ser agregados
11
Idealmente, un programa del software deberan estimar valores en (al menos) 5 posiciones aleatorias por bloque, luego agregado; En
gstat, por ejemplo, los promedios del bloque son aproximados por discretizing el bloque con un nmero limitado de puntos regularmente
espaciados y luego estimando el punto para bloquear covarianza (el de fase codificada B E S M Unos, 1999).
12
que La variante-media sobre bloque no es exactamente variacin de la palacra porque la semidiscordia dentro del bloque no puede
corresponder al palacra es tpicamente ligeramente mayor pero puede ser approx - imated usando palacra.
3.7 3D kriging
77
10
Las predicciones
La discordia Kriging (_ la escama del leo)
14
0.04 0.06 0.08 0.10 0.12
12
12 14
0.00 0.02 0.04 0.06 0.08 0.10 0.12
2
4
6
8
10
10
10
La semidiscordia
5
La semidiscordia
500
1000
1500
La distancia
500
1000
1500
La distancia
El higo. 3.11 complots de Correlacin para predicciones y la discordia de prediccin (los mapas mostrados en Higo. 3.10)
Los vs del punto bloquean soporte (arriba); La diferencia en variograms probados de los mapas simulados
(Debajo).
Para 100 bloques m y bloques ms gruesos (250 m, 1 km, 5 km) de resolucin, tan ese, adentro
El fin, el proyecto podra dar estimaciones en ambos punto y el soporte del bloque.
3.7 3D kriging
Las medidas de propiedades del terreno en
punto soportan bsicamente refirase a las
posiciones del 3D
(e.g (XY d), y podra ser con lo que se trat
usando a 3D geostatistics. 3D kriging).
La aplicacin de 3D kriging para manchar
medidas es uno difcil para varios
Las razones. Primer, pues las mayoras
manchan encuestas, hay a menudo lo
suficientemente (10) no horizontes
Para meter una estimacin fidedigna de la estructura de autocorrelacin en la d la dimensin.
1
2
78
aspectos Estadsticos de terreno global haciendo mapas
Porque las variables del terreno son correlacionadas en automvil en la dimensin horizontal de vertical y
(la profundidad) tiene sentido para tratarlas usando a 3D geostatistics. Una ventaja de usar a 3D
geostatistics para variables modeladoras del terreno es que la metodologa es robusta y podemos
bsicamente generar predicciones y simulaciones corridas en cualquier profundidad arbitraria usando un
modelo global solo del 3D.
10
hecho que all son casi siempre < 10 toma muestras en las profundidades diversas, tan ese
11 que las estimaciones del rango en la dimensin vertical sern relativamente pobres es
12 algo que puede no ser mejorado. El hecho que el terreno toma muestras de horizontes
13 se refieren al soporte del bloque es un problema ms serio como parte de la variacin ha sido
14 perdieron, y sabemos que los valores del punto no se refieren al centro del horizonte sino para lo
15 enteramente se bloquean, cul en lo alto de todo lo dems es irregular.
16
Una solucin para convertir el soporte del bloque de horizontes para apuntar soporte debe
17 rea del igual de uso las tiras para estimar los valores de horizontes del terreno en el salto del horizonte
18 aries, luego destinan las tiras estimado valores para 3D kriging. Por ejemplo, la contra
El
sider que el horizonte prob aprecian de carbn orgnico en Higo. 2.3 adelante mandan a llamar 35.
Tiras pueden estimar lo que los valores de carbn orgnico estaran en cualquier arbi
21 la profundidad trary, as es que por lo tanto podemos enfocar la atencin en usar valores en los puntos de
equilibrio (el horizonte
22 linderos) slo e interpola de por medio. Las tiras tambin pueden usarse para llenarse
23 en las aberturas en los datos, especialmente pues los horizontes inferiores donde que hay a menudo no
24 bastantes datos.
19
20
25
Una vez que las medidas del terreno son verticalmente tradas para un soporte del punto, lo
26 que la siguiente dificultad para 3D kriging debe exactamente estimar espacian variograms de profundidad.
27 Muchos paquetes del geostatistical slo han comenzado a desarrollar visualizacin adentro
28 terfaces para datos del 3D, as es que el primer reto es exactamente estimar el 3D
29 la anisotropa. En gstat el paquete en la anisotropa de acto inapropiado puede estar definido colocando tres ro
30 ngulos de tacin y dos modifican a escala parmetros demostrando proporcin entre el rango principal y
31 cada uno de los dos rangos menores. Para mejorar arriesga de equipar uno preciso
32 variogram modelan en gstat, es a menudo sensible a remodificar a escala dimensin de profundidad usando
33 que el rango de autocorrelacin separadamente adapt para espacio geogrfico slo y
34 la profundidad:
Acto inapropiado .95 (s)
d d;
acto inapropiado
(d)
(3.20)
.95
=
del
79
1
0
1
1
1
2
1
3
1
4
1
5
1
7
1
8
1
9
2
0
2
1
2
2
16
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
80
aspectos Estadsticos de terreno global haciendo mapas
Para delineaciones del terreno que las fuentes comunes de error son:
el humano influencian (debajo o sobre la representacin) / omisin de reas importantes;
artefactos e inexactitudes en las aerofotos;
8 usan de mtodos inconsistentes de mapeo;
9 digitalizando error;
10 el error de polygonizacin (trazando un mapa de asignacin de la unidad);
6
7
11
Aun los errores pequeos pueden sumar arriba y pueden reproducirse para los errores muy mayores, as lo
12 datos pueden ponerse completamente ruidosos. Tales datos, si bien cuesta significativo
13 cantidades de dinero a coleccionar, produciran mapas altamente inciertos. Para equis
14 amplios, se suponen si la exactitud de la posicin es 1 km o ms pobre. Aun si todo otro
Tcnicas de 15 datos de recaudatorio son altamente precisas que el resultado final de hacer mapas lo har
16 son relativamente pobres porque no podemos simplemente corresponder a lo medioambiental
17 condiciones con las medidas reales del terreno.
18
Ya en nivel del sitio el estudio de suelos da como resultado incertidumbre significativa. El laboratorio del terreno
19 estudios de anlisis por PLEIJSIER (1986) y VAN REEUWIJK (1982); PLEIJSIER
20 (1984) han demostrado que el variation13 del interlaboratorio en los resultados analticos es mucho
21 mayores que previamente sospechado de.
El
22
trazar un mapa de terrenos no es una tarea trivial y a menudo los resultados de validacin puede ser
23 desalentando. KEMPEN et al. (17 (2011) para el ejemplo use terreno ms alto de calidad
24 completan reseas por km2) y los datos auxiliares (la cantidad alta de 25 la resolucin m
25 mapas) para trazar un mapa de la distribucin de terreno materia orgnica en una provincia del Nether
26 tierras. Sus resultados de validacin muestran eso, aun con tales datos de entrada altos de calidad
27 y el modelado extensivo, pudieron explicar slo un promedio de 50 % de
28 que la variabilidad de adentro ensucian carbn orgnico (las posiciones 3D). Esto quiere decir eso ya en
29 el nivel del sitio que podramos encontrar una variabilidad a corto plazo significativa (cul es
30 unmappable en 100 la resolucin m) que no podremos modelar aun con
31 los mtodos ms sofisticados.
32
Lo Que es la distribucin de probabilidad funcionan (PDFs) de los pies contrahechos del blanco
El inters?
13
PL E Yo J S Yo que Acto Inapropiado de la E (1986) tiene, enviaron la misma prueba del terreno en unos granes nmeros de laboratorios del
terreno el mundo y luego compararon resultados que obtuvieron independientemente. Esta variacin es llamada la variacin del
interlaboratorio .
La densidad
0.00
0.05
0.10 0.15
0.20
0.25
La densidad
0.00
0.05
0.10 0.15 0.20 0.25 0.30
1
0
l
e
t
r
a
1 1
2 4
1
0
81
1 1
2 4
El higo. 3.12 el Ejemplo de una funcin de densidad de probabilidad para (asumidas) distribuciones paramtricas y no paramtricas.
La grfica en la izquierda estaba simulada usando una funcin del rnorm y
La grfica a la derecha como una combinacin de uniforme normal en leo,, y las distribuciones normales.
1
0
1
1
1
2
1
3
Una forma robusta para derivar confianza limita est por simulaciones. Las simulaciones nos permiten
reproducir distribuciones que son no paramtricas y / o poco de Gauss.
As, los PDFs generales necesitan ser
simplificados para hacerles es
El timable en la prctica y dcil para el
almacenamiento dentro de una base de datos
del terreno. El PDF
De una constante numrica o categrica
puede ser simplificado describiendo el un
La certeza con una funcin caracterstica de
la forma, para el cual un pequeo nmero de
pa
Los rameters deben ser estimados. En vez de
especificar el pdf entero est por
consiguiente
Lo suficiente como para definir la funcin
de la forma y para estimar sus parmetros.
Para equis
El error abundante, de medida en un atributo
numrico continuo es a menudo asumido
Para seguir una distribucin normal
(HEUVELINK, 1998). Esto implica que el
PDF
Se reduce slo dos parmetros, a saber la
desviacin trmino medio y estndar,
Cul describe la magnitud diagonal y
promedia de incertidumbre en el terreno en
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
82
aspectos Estadsticos de terreno global haciendo mapas
tributo, respectivamente. De modo semejante, puede ser razonable para asumir que el nmero
de piedras en un volumen de terreno es Poisson distribuido, para cul el PDF discreto
3 se reducen slo un parmetro. Si la distribucin de la variable meta es
4 desconocidos o no paramtricos, luego una forma robusta para derivar lmites de confianza son
5 por simulaciones (el Higo. 3.13). Para una introduccin para las simulaciones espaciales ve e.g.
1
2
OM (EL %)
0
5
10
6
15
20
178500
179000
179500
180000
letra x
El higo. 3.13 20 simulaciones (el soporte del bloque) del terreno el carbn orgnico para el rea de estudio de Higo. 3.10 (la seccin
transversal de hacia el oeste para hacia el este en Y = 330348). La lnea remarcada indica que el valor central y lneas quebradas indican
superiores e inferiores quantiles (95 %) derivativos usando el paquete de trama.
Las estimaciones de la precisin modelo estn a menudo previstas por el modelo estadstico,
8 o sea como una salida de interpolacin en un software. Cada modelo estadstico de prediccin
9 genera una asociacin de error de prediccin por defecto. La discordia de prediccin sale a la vista
10 que una estimacin del error modelo de adentro espacian y se basa en una frmula matemticas derivativas
11 ematically despus de las suposiciones acerca de la prediccin modelan. En la mayora de los casos
12 la discordia de prediccin estn estrechamente relacionados con efecto de extrapolacin lo ms all nosotros
13 llegan de puntos en espacio geogrfico de caracterstica y lo ms alto el error (vea tambin
14 Eq.3.6). Para evaluar la exactitud verdadera de mapeo, sin embargo, necesitamos independiente
15 pruebas o sea las pruebas que no estaban acostumbradas a la constitucin el modelo y marca predic 16 tions.
17
Trazar un mapa de exactitud puede ser definido como la diferencia entre estimado
18 aprecian y el valor verdadero , o sea un valor de la misma variable meta estimado a nosotros
19 ing un mtodo (MOWRER y CONGALTON, 2000) significativamente ms preciso.
20 En los trminos ms simples, la exactitud es el componente de error de lo perfectamente
21 el mapa preciso. Recuerde de Eq. (3.2), aunque se sabe que los terrenos forman debajo
22 condiciones medioambientales sistemticas y probablemente mucho de la variacin es de
23 terministic, nosotros an no tenemos herramientas que nos permiten modelar formacin del terreno y
24 procesos de evolucin perfectamente. Lo mejor que podemos hacer es calibrar una cierta cantidad lineal
25 regression-kriging determinan el tipo sanguneo de registros del campo que usan modelo, y luego generan (lo
26 superan posibles) las predicciones. El mapa resultante de la propiedad del terreno (o sea lo que sepamos
27 acerca de terrenos) es luego una suma de dos seales:
Zmap = Z (s) (s) + (s)
(3.21)
83
9
1
0
1
1
1
2
RMSE
=u
U
T zmap ( s j ) _ z ( s j )
(3.22)
Donde la l es el nmero de validacin apunta,
y la estimacin ptima de prediccin
El error en probar posiciones es igual a la variacin de la palacra (E { RMSE } = (h
0)). Para ver qu tan mucho del presupuesto global de variacin ha estado explicado por lo
Lj
=1
1
3
1
4
1
5
1
6
RMSEr (el %)
RMSE
El sz
100
(3.23)
j) _ z (s j) = 0).
21
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
84
aspectos Estadsticos de terreno global haciendo mapas
luego tambin la validacin cruzada no podra revelar la exactitud verdadera de una tcnica.
Sin Embargo, si el diseo de muestreo han sido generados usando algn de imparcial
3 indican a travs de seas muestreo basado (por ejemplo el muestreo aleatorio), al azar los subconjuntos tomados
sern uno
4 estimadores nos sesgados de la exactitud verdadera de mapeo.
1
2
La validacin cruzada es una forma eficiente en base a costos para obtener una estimacin de objetivo de la
exactitud de mapeo (dado que las pruebas de aporte son representativas de un rea).
Cada Vez Que un mapper digital del terreno producen ensucie mapas, el geo de terreno GIS y del terreno
bases de datos grficas esos productos pueden ser evaluadas usando valida independiente
8 estudios tion. Desafortunadamente, mucha evaluacin de terreno hace mapas en el mundo est quieto
9 hechos en una valoracin se vea bien y la incertidumbre inherente del producto son
10 a menudo poco reportaron. Apoyamos aqu uso de dos objetivos, independientes en la escama
11 medidas de trazar un mapa de eficiencia llamaron terreno trazando un mapa de eficiencia y la informacin
12 la eficiencia de produccin. Estas medidas se basan mayormente en el trabajo de OBISPO
13 et al. (2001) en los criterios de informacin para medir la calidad de terreno digital
14 mapas.
6
7
15
=
EUR km _ 2 E % _ 1
(3.24)
Un RMSEr
que o sea la cantidad de dinero necesit trazar un mapa de un rea de tamao estndar y explican
cada un por ciento de variacin en la variable meta. Aqu la Letra X es los costes totales de uno
_ 2.
20 levantan un plano y Uno es el tamao de un rea en km
BURROUGH et al. ha asumido como premisa
21 ya en anteriores 70s que los costos de encuesta estn casi una funcin de hacer mapas
22 se descaman:
18
19
El leo
(3.25)
Los coeficientes modelo obviamente cambian con desarrollar tecnologa. El sur del terreno
24 costos vey al principio del siglo 21 pueden ser estimados utilizadores, para equis
25 amplios, los datos empricos de LEGROS (2004, p.75):
A
de acto inapropiado
2!
= el exp de la letra x
19.0825 _ 1.6232 ponen en bitcora (0.0791
N
10)
(3.26)
85
Trazando un mapa de eficiencia derivativa como el coste total de estudio de suelos sobre el tamao del
rea de estudio y cantidad de variacin explic en la variable meta de inters
(por ejemplo los dlares por km2 por % _ 1 de variabilidad) es un objetivo y libre de escama
Mida eso consiente comparacin objetiva de trazar un mapa de eficiencia para diferente
Las tcnicas DSM.
_1
0
9.5
El higo. 3.14 costos de estudio de suelos modifican a escala relacin basada en los resultados de LE G RO S (2004).
letra x
=
El gzip
EUR B _ 1
(3.27)
(3.28)
(fE M) cZ
1
0
86
aspectos Estadsticos de terreno global haciendo mapas
1
donde la buja pie sea el factor menos en la prdida de compresin de datos que depende del com
numeran de pixeles.
La precisin efectiva (la mitad de exactitud promedia) indica que el nmero de clases necesit
adecuadamente representar valores de una variable meta. Extrap-olation es prediccin en posiciones donde
no nos basta la prueba estadstica para hacer predicciones significativas (trazar un mapa de error excede
habilidad global de pies contrahechos). Estimando precisin efectiva y por ar-eas de extrapolacin de
enmascaramiento un puede estimar la cantidad de bytes eficientes en los mapas producidos.
_z
2
;
Z
= { Z (s)
NON,
1949), que manifiesta que el original que seal puede estar reconstruida si sam
la frecuencia pling son dos veces la frecuencia del original. En este caso no hay
10 la justificacin en salvar o reportar las predicciones con una precisin mejor que
11 la mitad de exactitud promedia.
9
El higo. 3.15 Asumieron mejora de poder de prediccin para los mtodos diversos de prediccin.
12
87
Z (P = 0.025) _ Z (P = 0.975)
El cZ
(3.30)
_z
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
El higo. 3.16 la Comparacin de error de prediccin para kriging comn y regression-kriging para la prediccin espacial de materia
orgnica de adentro coronan terreno. La eficiencia de un inventario del recurso del terreno puede ser ms conveniente representado por
ah visualizando la incertidumbre de una variable de la que se traz un mapa conjuntamente con los valores en este caso usando la
tcnica de blanqueo tan designada donde los valores ms ligeros indican mayor incertidumbre (L N G L y PARA M de la O A N Yo A N ,
2006). Una versin de color de esta figura est disponible por el homepage de libro.
Hay una necesidad creciente para cuantificar aspectos econmicos de funciones del terreno en relacin a
terreno trazando un mapa y uso de informacin del terreno qu es el valor de la informacin del terreno
para la produccin de comida? Cunto sofistica algunos geostatistical trazando un mapa de mtodo salvo
los costos (al producir informacin igualmente precisa)? Cunto mancha (medioambiental) reabogamiento
cost? Qu la proporcin de beneficio de efecto de costo est entre manche laboreo de mapeo y del
terreno? Qu el valor global de terreno es para la fijacin de gasses y agua teniendo aplicacin?
Finalmente, escribiendo una crnica del RMSE, precisin efectiva, ensucie trazar un mapa de effi
2 ciency, eficiencia de produccin de informacin, y tramando los pies contrahechos de prediccin
3 que ance estim por el modelo, uno obtiene una idea regular acerca de lo en conjunto aadido
4 la informacin aprecian en un mapa dado. En palabras de orden, evaluando la exactitud
5 de un mapa que podemos recomendar que ambas formas lo mejoren (las pruebas adicionales)
6 y la estimacin los recursos necesitados para alcanzar algunos le apuntan a la exactitud. Evaluando
7 cmo la exactitud de cambios diversos de mtodos para las intensidades diversas de muestreo
8 (el Higo. 3.15), podemos distinguir entre mtodos que son ms satisfacidos para la equivalencia
9 regiones ticular, conjuntos de datos o tamaos de rea y los mtodos ptimos que funciona mejor que
10 todas las alternativas.
La parte II
Los productos cruciales de este proyecto slo no seran mapas, pero los sys enteros
12 tem de terreno global haciendo mapas (los portales de ciberinfraestructura, de datos en directo para legado
13 datos, los paquetes de software originales para terreno global automatizado haciendo mapas y stan
14 dards y procedimientos). En los siguientes captulos, cada uno del deliv propuesto
15 erables estarn descritos en detalle. La justificacin para la seleccin de parmetros
16 y las constantes son provistos en el texto o en el captulo previo (vea referencias
17 a la seccin o la pgina numeran). Slo las conceptos generales y las especificaciones son
18 mencionaron, mientras los refinamientos y la elaboracin de los pasos de implementacin legan
19 estn definidos en ms tarde las etapas de este proyecto.
20
Captulo 4
4.1 la Introduccin
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
91
92
Una visin general
Manche variables
La informacin del sitio del terreno
Ensucie datos analticos
Las propiedades descriptivas
5.6 el confidente km
1 confidente km
250 el confidente m
La API Webmapping
Las aplicaciones - trama espaciales del f0or de funcionabilidad de prediccin GlobalSoilMap.net (Hacen Bsquedas en la Internet Usando Google Mapas) de tiempo real
Geo prestando servicio y geoprocessing f0unctionality
El higo. 4.1 componentes Globales Propuestos de Facilidades de Informacin del Terreno y productos y sus relaciones.
alfombrilla de los datos (de otra manera necesitamos redisear el software); La cantidad de datos
determinan los requisitos del hardware y viceversa. Sera casi im
3 posibles para disear y construir estos productos independientemente, as una vista global
4 y la implementacin que el armazn es requerido. Por otra parte, es pragmtico
5 dividen el diseo global en deliverables ms concretos tan ese uno especfico muerto
6 le aplican delineador a pueden ser mecanismo y pueden progresar hacia cada uno entregable con orugas
separadamente.
7 As, los deliverables concretos de este proyecto pueden ser identificados como:
1
2
El
La propiedad del terreno del nized hace mapas (10 afinan propiedades en 6 profundidades).
11 2. Abra portal de datos Soil Profiles1 (la Organizacin Sanitaria Panamericana) Una base de datos global de
perfil edagolfico que
12
Contendr todo lo que el punto pblicamente global gravable registra de terreno descriptivo
13
las propiedades analticas. Esta base de datos ser patrocinada en servidores ISRIC con
14
Tions (5.6 km, 1 km, 250 m y 100 m) que pueden ser usados en los modelos de prediccin
1
2
http://soilpr
http://worldg
93
2
3
6
7
1
0
1
1
4.
5.
1
3
1
4
12
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
Cuatro grupos principales de datos del legado de inters para terreno global haciendo mapas son: (1) el
campo del terreno registra, (2) ensucie mapas del polgono y leyendas, (3) ensucie diagramas del
paisaje y bocetos, (d) ensucie (el perfil) fotos.
En el contexto de terrenos, los datos del
terreno del legado constan de la suma
total de datos,
La informacin y el conocimiento acerca de
terrenos acumulados desde que los terrenos
fueron primero clavetean
El ied como la nota natural independiente
objeta. En su ms ancho, esto incluye
informacin
Acerca de las caractersticas del terreno y la
clasificacin, manche uso y gerencia,
ensucie fer
Tility, ensucie bioh qumica, manche
formacin, manche geografa y muchos
3
0
3
1
3
2
3
3
3
4
otros subdis
http://gsif.i el terreno global haciendo mapas bajo
construccin.
3
94
Una visin general
1
2
3
4
Las observaciones para las que se estableci referencias, y los datos analticos obtenidos para terrenos en loca del
punto
5
Los tions representan un tipo primario de datos del terreno del legado. Estos apuntan datos de la fuente
6
Los tions que pueden estar acostumbrados a desarrollan conocimiento y reglas de aproximadamente cmo los
terrenos, o
8
La manera primaria por la cual la informacin y el conocimiento de aproximadamente cmo cambian los terrenos
11
El
spatially ha sido observado, destilado, registrado y se ha replanteado para los usuarios. El terreno
12
Asociaciones proveen listas, o inventarios, de terrenos que ocurren en regiones de las que se traz un mapa,
13
Ilustre los dominantes patrones espaciales exhibidos por estos terrenos listados y
14
Aporte informacin para caracterizar las propiedades principales de estos terrenos. El terreno
15
Los mapas tambin pueden ser utilizados como prueba para desarrollar conocimiento y reglas aproximadamente
16
Cmo los terrenos, o las propiedades individuales del terreno, disienta a travs del paisaje.
17 el experto Tcito manchan conocimiento En el contexto de terrenos, el conocimiento docto tcito
18
La distribucin del tial de terrenos que no han sido capturados y se han grabado formalmente o
20
Explcitamente. Puede radicar en las mentes y memorias de expertos que tienen contra
21
Los estudios de ducted de campo y del laboratorio pero han sido incapaces de registrar todo su
22
Las observaciones en una forma formal. Puede por ah capturado informalmente y a medias adentro
23
Los mapas, las leyendas, los diagramas conceptuales, las diagramas de bloques, generalizaron decisin
24
Las fotos. Las aerofotos mayores (aun en caso de que no estereoscpico) son un im
28
El
Los estudios. El campo fotografa de perfiles edagolficos, sitios del terreno y procesos del terreno son
30
Otro recurso grande de informacin que ha sido poco destinada para el mapa del terreno
31
El
sonido corto y metlico. ISRIC para el ejemplo tiene un archivo de sobre 30 mil fotos
32
De continentes diversos. La mayor parte de estos puede ser geo-code y distribuido por
33
Sitios Webes que hospedan imagen como Flickr y / o WikiMedia. En teora, emparjese uno
34
El
terreno escribe, aun extracto propiedades analticas del terreno. Aunque es muy probablemente
36
Esa prediccin usando fotos slo sera medianamente imprecisa, algo semejante
37
Los datos nos podran ayudar a llenar aberturas grandes para las reas donde que hay simplemente ningn terreno
38
Las observaciones.
39
La idea de GSIF es tratar de desarrollar infraestructura para patrocinar estos cuatro grupos
40 de legado ensucian datos y facilitan su filtrado y use para el mapeo global y
41 propsitos que hacen decisin. Tenemos pensados usar tem estndar de la coleccin de datos
42 platos basados en extensiones de tecnologas existentes Google y las plataformas (e.g.
43 mesas de fusin y Google Conectan a Tierra) para captar los datos del legado en formato digital.
44 que Estas plantillas facilitaran efectivo y fcil para seguir entrada de escudriado
95
Los
m
d
u
l
o
s
c
o
n
t
r
i
b
u
i
d
o
s
G
E
O
G
R
F
I
C
O
L
a
C
O
M
P
U
T
A
C
I
E
S
T
A
D
S
T
I
C
A
L
a
C
O
M
P
U
T
A
C
I
1
0
1
1
1
2
1
3
1
4
1
5
E
l
A
N
L
I
S
I
S
d
e
o
p
e
r
a
d
o
r
b
o
o
l
e
a
n
o
A
N
D
L
a
t
r
a
d
u
c
c
i
d
e
G
e
o
D
a
t
a
E
l
a
l
m
a
c
e
n
a
m
i
e
n
t
o
m
a
p
e
o
a
u
t
o
m
a
t
i
z
a
d
o
(
E
l
a
n
l
i
s
i
s
e
s
p
a
c
i
a
l
d
e
d
a
t
o
s
)
L
a
La entrada de datos y la edicin
Digitalizado
Los materiales
b
a
s
e
d
e
d
a
t
o
s
P
o
s
t
G
I
S
M
y
S
Q
L
G
l
o
b
a
l
S
o
i
l
M
a
p
.
n
e
t
P
o
s
t
g
r
e
S
Q
L
R
s
e
r
v
e
A
p
a
c
h
e
t
e
j
a
La Web
hace
mapas
(WMS)
La
exportaci
n de
datos
Los
informes
de
visualiza
ciones
(el
HTML)
(KML)
Los
datos
(dbf,
GeoTIFF
)
s
e
r
v
i
d
o
r
M
a
p
s
e
r
v
e
r
G
e
o
s
e
r
v
e
r
G
e
o
N
e
t
w
o
r
k
Colaborativo
Geo-code y geo
ALTA
La ACTUACIN
El DE CMPUTO Google Traza Un Mapa de API
La COMPUTACIN
(ISRIC)
El higo. 4.2 Contribuidos y subcontrataron funcionabilidad requerida para implementar a GSIF. ISRIC le puede dirigir a los paquetes
contribuyentes las dos comunidades abiertas de la fuente: Acto inapropiado y OSGeo.
1
6
1
7
1
8
1
9
internacional
El sistema a intercambiar e integrar punto y
datos del mapa, y armonizar pies
contrahechos del terreno
2
0
96
Una visin general
ables el laboratorio diferente utilizador producido o mtodos del campo. GSIF tambin podra
le proveen una herramienta de trama a automticamente georeference papel tradicional maps4, ex
3 el trecho los contentan, y los exhiben en navegadores de tipo de la Tierra Google. Por un lado,
4 cientficos del terreno y gegrafos del terreno pueden aprender de GBIF y pueden adoptar muchos de lo
5 conceptos que han demostrado trabajar; Por otra parte GSIF tendr que desarrollarse
6 y proveen muchas soluciones originales porque el biodiversity y los datos del terreno no es
7 exigen equivalentes.
1
2
15
la manipulacin de datos.
16 GeoServer/Mapserver para la trama haciendo mapas y geo-data sirviendo.
17 KML / Google Conectan a Tierra para la visualizacin de datos.
18
19
20
21
Pacity, y servir para ambos datos y soluciones del software. Los servidores deberan
22
Incluya un nmero de servicios automatizados por ejemplo a evaluar los datos sin procesar somtase
23
Henifique para GSIF (el Higo. 3.8), y luego reformatelo y reorgancelo as es que equipa los datos
24
RIC pondr la mira en construir su propia infraestructura del servidor, pero tambin considerar
27
Similar.
29 2. Los Datos se segmentan los productos de Informacin del GlobalSoilMap.net
El
30
proyecto debe ser compatible con otros estratos medioambientales globales: Ellos
31
Con una referencia espacial estndar (NATIVI et al., 2009; MCGAVRA et al.,
33
2009). Idealmente, un formato abierto de la fuente debera ser soportado, tan uno
34
La base de datos de lenguaje normalizado de consulta con vector (PostGIS) y el soporte de datos de trama (WKT6
Raster)
35
(La contadora pblica certificada MARA y ONSRUD, 2004; BEAUDETTE y O'GEEN, 2009; OBE y
36
HSU, 2011). Los datos deberan estar disponibles por un WMS, optionally en KML
4
5
6
97
(Embaldosados) los formatos de formato y de la poco base de datos estndar compatible a GDAL tan
El geotiff y / o NetCDF.
2
3. El segmento del Software GSIF tambin 3
proveer una lista de original y el equis Los algoritmos cuidados para servir de una 4
caja de herramientas de anlisis DSM de
avanzada tecnologa para
La deteccin de mapeo automatizado, de
5
cambio, los datos extrayendo de la cantera,
geostatistical haciendo mapas
Y las averiguaciones espaciales. Todos
6
estos podran ser posiblemente
implementados en el acto inapropiado
suave
La loza para la computacin estadstica (el 7
EQUIPO de CORAZN de
otorrinolaringologa de acto inapropiado
DEVELOPM, 2009), con
Se relaciona para Open Source GIS
8
(JOLMA et al., 2008; STEINIGER y
BOCHER,
2009) Y aplicaciones que asocian trama
9
(BEAUDETTE y O'GEEN, (Java)
2009). El software debera ser diseado de 1
0
tal manera que esconde com
El plexity del usuario final, excepto luego 1
1
est abierto (el cdigo) pues ms
desarrollos
Y las mejoras.
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
Por http://www.opengeostatistics.org
98
Una visin general
1
2
para los que deberamos proveer materiales multimedia auto-estudian entrenndose para facilitar
crowdsourcing.
7 a los que deberamos apuntar contra la comunidad posible ms ancha del usuario de investigadores
8
El
El profesionalismo
CS para la evaluacin de datos
La densidad geogrfica
El higo. 4.3 tipos Principales de crowd-sourcing. En caso de crowd-sourcing sin interven-tion del usuario los usuarios no son a menudo
conscientes de que coleccionen datos. Por ejemplo muchos com-panies del anuncio publicitario (la industria telefnica mvil, la trama y
las compaas del software) regularmente la informacin de colecta acerca de usuarios, su posicin, uso de etc de aplicaciones sin su
conocimiento. ste es tambin un modelo de crowd-sourcing y potencialmente puede conducir altamente datasets precisos e hiper-densos.
11
Siguiendo estos principios queremos hacer nfasis en que GSIF ser usuario
12 orientaron y se basarn mayormente en los principios de crowd-sourcing. Concuerde
13 ing para el British Geological Survey8, crowdsourcing provee uno importante
14 la oportunidad para la comunidad medioambiental de ciencia porque maximiza
8
http://www.bg
4.5 Conclusiones
99
4.5 Conclusiones
4
5
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
18
1
9
2
0
2
1
2
2
2
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
100
Una visin general
nmero ited de agencias nacionales que traza un mapa de hacia la produccin colaborativa de
continuamente actualizaron bases de datos y mapas a travs de un multiparticipante o un gento
3 sourcing modelan. El papel de agencias nacionales que traza un mapa de bien podra cambiar de
4 uno de producir traza un mapa de ellos mismos para coordinar la produccin y la calidad
5 controlan de mapas producidos a travs de los esfuerzos colaborativos de muchos.
1
2
Captulo 5
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
2
2
3
2
4
AWAIMM = f (el carbn, la arena, el cieno, la arcilla, los fragmentos gruesos, la densidad de la masa)
(5.1)
Tambin ha sido decidido que todas las propiedades derivativas sern estimadas para
Cada uno de las profundidades 6 estndar, con excepcin de la profundidad efectiva del terreno y
25
26
101
102
propiedad del terreno GlobalSoilMap.net mapas
1 agua total del perfil. Totalice de perfil agua disponible (AWAIMM) se referir a los valores
La salida principal de este proyecto ser la resolucin 100 m mapas globales de prop-erty del terreno pues
siete teclean manche parmetros (05, 515, 15 (la profundidad para lecho de roca, carbn orgnico, pH,
arcille, cieno, arena, los fragmentos gruesos) en seis profundidades estndar
30, 3060, 60-100, 100200 cm) e incluyendo superior y aminore 95 prob-ability del % rangos. Estos sern
distribuidos como datos sin procesar (la tierra de formato de intercambio de grficos cubre con una capa en
KML (GeoTiff) para propsitos de anlisis y como las imgenes parcializadas; Vea al ms Fig. ??) Para los
propsitos de visualizacin.
Las propiedades adicionales del terreno incluyendo Cationes extrajeron usar a Barium Chlo
4 van en coche (cmolc kg _ 1) y conductividad Elctrica en la solucin del 1:1 (dS m _ 1) es rec
ommended, excepto no son obligatorios. Las propiedades del terreno identificadas por encima de repre
enviaron el conjunto de datos mnimo estado de acuerdo por el consorcio GobalSoilMap.net.
7 que Esta lista de ningn modo restringe pases individuales o los nodos de producir uno
8 la lista ms larga de predijeron propiedades del terreno para su rea de inters. Un mnimo
9 el requisito para incluir cualquier datos del gridded en los portales GSIF son que necesitan
10 para al menos seguir los requisitos tcnicos indicaron en 7.3 (los datos formatean y
11 el dominio de inters) y 5.2 (la resolucin espacial y el sistema de coordenadas).
5
6
12
Para cada propiedad del terreno una estimacin de la incertidumbre se asoci con lo
13 la prediccin o sea lo 95 % rango superior e inferior sern reportados (tres mapas adentro
14 sacan el total). Nos declaramos que las predicciones de terreno que las propiedades son, en alguna la posterior
etapa,
15 reemplazaron con simulaciones, a fin de que cualquier rango de lmites de confianza puede estar derivativo
Mesa 5.1 Las siete propiedades primarias y tres derivativas del terreno del blanco. Seleccionado como las variables del terreno ms
importantes para el modelado agrcola (SA N C H E Z E T A L., 2009).
Escriba cdigo de la Organizacin
Sanitaria Panamericana
Las
unidades Baje lmite
E
l
l
m
i
t
e
La
mx
ima
prec
isi
n
s
u
p
e
r
i
o
r
La profundidad E
para lecho de
l
SDPIC
El
2
0
roca
2
D
cm
Ensucie carbn
G kg _
orgnico
E DT
0
1
1
BIC
(Seque
l
0
combustin)
3 M
0
D
0
El ndice del
pH
(La solucin de la O 1:5
E DTBIC
0
1
H2)
l M
5
3
D
El contenido
SN 10 g kg
de arena
E
0
1
_1
(Gravimetric) l DPP
0
3 T
0
D
El contenido
10 g kg
del cieno
E SLT _ 1
0
1
(Gravimetric) l PPT
0
3
0
D
El contenido
10 g kg
de arcilla
E CLY _ 1
0
1
(Gravimetric) l PPT
0
3
0
D
El contenido
de la grava
(Volumtrico)
3D GRVPPT cm3 m _ 3
0
100
1
La densidad de E BLDVO Kg m _ 3
0
3
la masa
l L
0
3
0
D
0
La profundidad E ESDIC
El
0
2
efectiva del
l M
cm
0
terreno
2
0
D
La aptitud
E AWAIM
El
0 200,
disponible de l M
mm
000
agua
2
D
0.1
2
3
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
27
2
8
2
9
3
0
(1 grado).
los continentes moteados (67 mosaics2) se
proyectaron en una escama continental sola
El sistema de coordenadas.
el formato de intercambio de grficos
multiescala embaldosado (16 niveles) ve con
antelacin de mapas globales de la propiedad
del terreno adentro
Haga Bsquedas En La Internet Usando
Google coordinates3 Maps.
El propsito del confidente de FTP es
consentir descarga de tejas de datos para las
reas ms pequeas por ejemplo pases y
regiones. El propsito de usar a un PostGIS
Raster
La estructura y la funcionabilidad de servir
geo son consentir clases diversas de espacial
Las averiguaciones (la proximidad, la cubierta
y las operaciones de agregacin; Para una
sede de visin general
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
104
propiedad del terreno GlobalSoilMap.net mapas
que ha estado convenido, en general, que la posicin de todas las celdas cuadriculadas definidas para lo
que el proyecto GlobalSoilMap.net corresponder a la definicin cuadriculada y el sistema del embaldosado
12 de los 3 datos arcsecond SRTM se sedimentan tan estrechamente como posibles. Esto es principalmente sea
13 causan elevacin es un covariate crucial para predecir propiedades del terreno y lo 3 arcsec
14 datos ond SRTM DEM, y sus derivadas, probablemente representan lo mejor disponible
15 datos globales del covariate para aplicaciones DSM.
10
11
16
El
60 que S en 5 por 5 tejas numer de 1 para 72 hacia el este Oeste (empezando a las 180 )
y 1 para 24 Hacia el Norte hacia el sur (empezando en 60 N). Cada uno que 5 por 5 enlosan es identificado
por ah
20 combinando al EW 5 por 5 enlosan nmero (entre 1 y 72) con la teja NS
21 numeran (entre 1 y 24) (e.g. 41-10). Los nmeros nuevos de la teja necesitarn ser
22 hicieron cesin para identificar 5 por 5 tejas ms all de 60 N y 60 S. Each 5 por 5 teja
23 pueden estar ms all subdividido en 25 tejas de 1 a las 1 numerado de 11 en lo
24 llegan al fondo de crner izquierdo para 55 en la esquina correcta sobresaliente. Lo mismo 5 el sistema de
grado puede
25 tambin estn acostumbrados a la tienda y procesen los 250 datos de resolucin m.
18
19
26
En el CIAT enlosando acercamiento, mientras central de la ms bajo celda izquierda (la celda en lo
27 el origen de cada uno 1 por 1 enlosan) est posado exactamente en la interseccin de un todo
28 el grado de latitud y la longitud. Esto coloca la esquina inferior izquierda de la cuadrcula
29 de la clula (el origen verdadero de la matriz de trama) exactamente la mitad de un arcsecond 3 solo
30 la celda cuadriculada hacia el sur y al oeste de una longitud y grado de latitud entero. Adentro
31 hacen el pedido para mantener todas las celdas cuadriculadas formando parte de una teja dada enteramente dentro
de eso
32 enlosan, estas especificaciones se declaran que la esquina inferior izquierda de cada celda cuadriculada sea
33 localizaron exactamente en lo 1 por 1 interseccin. Esto coloca mientras central de inferior
34 le dejaron a la celda cuadriculada exactamente las medios de una la clula cuadriculada arcsecond 3 sola al norte
y este
35 de un grado de latitud entero y la longitud. Esto da como resultado un cambio menor de medio
36 de una longitud de la clula cuadriculada para el norte y el oeste para las celdas cuadriculadas GlobalSoilMap.net
37 relativo a los datos originales de la fuente SRTM DEM se sedimentan.
38
Pues los propsitos prcticos, este proyecto tratarn de corresponder al CIAT enlosando sistema
39 tan estrechamente como posible, sin embargo, porque el nmero grande de estratos (el mnimo
40 estratos en seis profundidades con incertidumbres) por posicin est muy ms alto
4
http://srtm.c
1
0
(Uno)
(B)
Manche muestreo
El punto
Manche muestreo
ID = 451433224
P1D1
Las posiciones de prediccin del 3D
El punto
P2D1
La letra x = 33.96125
Y = - 13.41375
P1D2
P2D2
P1D3
P1D4
P2D3
0.00083334 DD
Las profundidades estndar
La letra x = 33.96125
Y = - 13.41375
D = 150 cm
El higo. 5.1 Spatial establecen referencias para sistema en un soporte del punto: (Uno) las horizontales posiciones cuadriculadas XY d
de la clula (coor-dinates cuadriculado del nodo), y (b) verticales.
La
posicin
espacial
de
cada
horizontal para
har
14
1. La proyeccin: Geogrfico;
15
2. El Dato Horizontal: El WGS84;
16
3. El Dato Vertical: EGM966 (incrustado en el SRTM DEM);
4. La latitud: Reportado en decimales grados;
5. La longitud: Reportado en decimales grados;
6. Soporte tamao: El soporte del punto /bloque;
7. Comience que la fecha se asoci con la estimacin de valor: El ao;
8. La fecha de fin se asoci con la estimacin de valor: El ao;
a los que la Consideracin fue dada adoptar una resolucin cuadriculada fija en metros (e.g. 100 m) pero esta idea no fue adoptada por
preocupaciones acerca de dificultades en cotejar, almacenar y exhibir datos globales proyectados para una cuadrcula mtrica normal.
6
Conectan a Tierra Modelo Gravitacional 1996.
5
17
18
19
20
21
22
106
propiedad del terreno GlobalSoilMap.net mapas
1
Reparo en que son slo los mapas cuadriculados finales de propiedades del terreno que deben ser deliv
2 ered en coordenadas geogrficas en una resolucin de 3 arcseconds con todo coordi
3 nates efectuaron la entrega como un mltiplo exacto de 3 arcseconds de un origen de trama. El uso de
4 coordenadas geogrficas - se especifica - facilita recopilacin sin costura
5 de datos globales colocan, sin aberturas, offsets, duplicacin o borde correspondiendo a asuntos.
6
Para la preparacin real de los datos, en el nivel del nodo, es esperado que nodos
7 elegirn trabajar usando algn dato y (vea ms all 5.3) proyeccin regional.
8 Por Ejemplo, los nodos pueden escoger para usar a un cliente habitual (e.g. Albers o Lambert) el Igual
9 la proyeccin de rea para nodo el procesamiento y recopilacin ancha de datos. Los nodos pueden
10 tambin trabajan en resoluciones cuadriculadas diferentes (e.g. 2525 m, 3030 m, 5050 m,
11 9090 m o 100100 m). Es slo requerido que cada nodo tienen procedimientos
12 para reproyectarse y recalcular sus datos originales a reportar adentro geogrfico
13 coordenadas en una resolucin 3 arcsecond.
14
la resolucin (el mundo) Muy tosca: 5.6 km (0.05 arcdegrees; 4.3 millones de pixeles
34
Con la funcionabilidad prevista por GDAL y las consideraciones Proj4 con las que se guard relacin
que la conversin entre sistemas de coordenadas diferentes es ya no uno significativo es
37 entablan demanda. Progresivamente, los conceptos tradicionales de sistemas de coordenadas, y la cartografa
35
36
a los que Varios equipos independientes en el mundo tambin han hecho una seleccin trabajan con resoluciones estndar que es
tpicamente 1 km, 250-500 m y 100 m. Sede por ejemplo el trabajo de H de Convenio Internacional del Trigo Un S H Yo y Kilobyte de PI E
(2007) y los productos MODIS.
7
8
1
0
1
1
1
2
1
3
2
2
2
3
17
18
19
especficos y
Los continentes.
Tbl. 5.2 sugiere un nmero de
proyecciones iguales de rea para cada
nodo para col
El lating y el procesamiento proyectaron
conjuntos de datos para predecir propiedades
del terreno. Se espera
Que cada nodo definir una proyeccin ancha
en nodo sola en la cual trabajar. Es
Ms all pretendi que esta proyeccin ser
algn tipo de proyeccin igual de rea
En cules todas las celdas cuadriculadas
tienen la de la misma forma resolucin fija.
Iguale proyecciones de rea
Cul organiza datos en celdas cuadriculadas
de dimensiones horizontales fijas son
requeridos
Por una cierta cantidad de la llave los
programas usaron computar atributos de rea
de datos DEM
O para implementar procedimientos del
geostatistical como kriging.
Los nodos que trabajan en una resolucin
cuadriculada ms fino que 100 m podr
usar
Los datos ms finos de resolucin para
computar bulked significan valores para una
100 m por 100 m
La celda cuadriculada promediando los
valores para todas las celdas cuadriculadas
que ocupan un blanco reportando
La celda cuadriculada. Los nodos que eligen
trabajar en una resolucin cuadriculada de
100 m o mayor voluntad
Necesite usar los valores de la propiedad de
rodear celdas cuadriculadas para computar
uno ponderado
El valor medio para cada propiedad en cada
profundidad para cada blanco reportando
celda cuadriculada.
Como un requisito mnimo, cada
contribuyente de datos del perfil y
voluntad de mapas
Estar obligado a especificar al Proj4 correcto
la Biblioteca Cartogrfica de Proyecciones
8
http://spatia
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
Mesa 5.2 Sugeridos las proyecciones de la escama continental y sus parmetros para cada nodo.
La cuerda
descripcin
La
Australia
frica
Europa
N.
America S. America
S.
Asia
N.
Asia
El proj
La
proyeccin
El
acuerdo ampliado de acuerdo ampliado de Lambert de acuerdo ampliado de Lambert de acuerdo ampliado Albers Albers la COPIA
de Lambert de la COPIA de Lambert de acuerdo ampliado Albers
La latitud de paralelo
- 18
29.5
7
1
Lat 1
estndar 1
5
La latitud de paralelo
estndar 2
- 36
Lat 0
La Latitud de Origen
5
2
Lon 0
La Meridiana Central
132
2
0
1
0
Lat 2
La letra x 0
Y0
Los ellps
El dato
Las unidades
Los
metros
9
2
Xmin
Xmax
180
Ymin
- 53
Ymax
El rea
El nmero de celdas
(aterrice mscara)
1517
5
4
2
2
3
3
2
9
6
6
0
0
0
0
0
El
Aust
GRS80 SA
El
El
NAD8 WGS84
3
Los
Los
metros metros
- 180
- 115
45.5
0
0
El
WGS84
El
WGS84
Los
metros
2
6
6
0
3
6
3
7
3332
4321000
3210000
El
GRS80
El
WGS84
Los
metros
1
2
4
3
3
4
8
2
1535
1
1
2
1
8
4
4287
2
1
6
5
2
3
2054
3
2
1
5
1
2
5
0
0
6
5
3
0
9
5
0
0
El
WGS84
El
WGS84
El
WGS84
El
WGS84
Los
metros
4
2
Los
metros
4
0
1
4
4
3
3
8
2304
1
8
0
3
6
8
3
4543
4
5
1
0
El cdigo El prj4
249 4326 +proj longlat +ellps WGS84 +datum WGS84 +no defs
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
+proj merc +a = 6378137 +b = 6378137 +lat _ ts = 0.0 +lon 0=0.0
+x 0=0.0 +y 0=0 +k = 1.0 +units m
Los +nadgrids +wktext +no defs = @ nulo
25
26
27
http://trac.o
10
11
http://spatial
http://spatial
110
propiedad del terreno GlobalSoilMap.net mapas
Af (frica) proj4:
2
+proj laea +lat 0=5 +lon 0=20 +x 0=0 +y 0=0 +units m
+ellps WGS84 +datum WGS84
Eu (Europa) proj4:
8
+proj laea +lat 0=52 +lon 0=10 +x 0=4321000
+y 0=3210000 +ellps GRS80 +units m +no defs
11
13
Cuadrcula el enlosar son una forma importante de asegurar conectividad espacial ambos verticalmente
y horizontalmente. Hay varios globales sistemas jerrquicos y cuadriculados propuestos
16 en el mundo (SAHR et al., 2003). Ninguno de estos es realmente superior a los dems
17 y, al igual que con sistemas de coordenadas, ningn sistema del embaldosado puede mantener todo
reconocimiento mdico
18 propiedades (iguale forma, iguale rea de elemento menor, iguale orientacin etc).
19 Para los propsitos prcticos y porque no anticipamos manche mapeo de lo
20 Conectan a Tierra los polos, sugerimos aqu a un cliente habitual simple enlosando sistema como lo un
21 usaron por ejemplo preparar y distribuir datos MODIS.
14
15
22
Nos declaramos que un nmero nico de Idaho debera ser asignado a cada 3 arcsecond
23 la celda cuadriculada. Los nmeros de Idaho identifican una jerarqua anidada en la cual el nmero de Idaho de
24 que cualquier celda cuadriculada explcitamente identifica ambos la teja numeran adentro que una celda est
ubicada
25 y la posicin de la celda cuadriculada dentro de la teja. El nmero nico de Idaho tambin
Identifica un nmero de celdas ms gruesas de cuadrculas de resolucin dentro de las cuales cualquier celda
cuadriculada
Est anidado.
El higo. 5.2 Una tejas de grado basadas en la mscara de tierra hacen mapas.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
1
2
2
1
2
2
2
3
2
4
2
5
2
6
2
7
Mesa 5.3 el sistema Jerrquico de numeracin us asignarle los IDs nicos a cada celda cuadriculada anidada.
Los Metros Nivelados de Resolucin Dividen Ejemplo
Fila del Col 1 Deg 30 Min 6 Min 3 Min 1 Min 30 Sec 6 Sec 3 Sec 1 Sec
1
2
3
4
5
6
7
8
9
5
degs
1 deg
30
mins
6
mins
3
mins
1
mins
30
secs
6
secs
3
secs
1
secs
La
560 km
4315
43 15
112 km 5
56 km 2
431543
El 431543-4
43 15
43 15
43
43
11,2
5
km
5.6 km 2
El 431543-451
43 15
43
51
El 431543-4514 43 15
43
51
1.8 km 3
El 431543-45143 43 15
43
51
900 m 2
El 431543451433
El 43154345143322
El 431543451433224
El 4315434514332249
43 15
43
51
43 15
43
51
22
43 15
43
51
22
43 15
43
51
22
180 m 5
90 m
30 m
1
0
visualizacin. Para
Los datos compartiendo un formato coherente
(la base de datos) se usarn para optimizar los
datos
El almacenamiento y el procesamiento. Para
los propsitos de visualizacin, proponemos
usar un nmero
De WMS y mapa /tierra Google apagado de
soluciones de la caja.
Para realzar datos sirviendo y la diversidad
de productos GlobalSoilMap.net, sev
Los procesos eral cron12 sern
implementados en los servidores GSIF:
1. Escriba los datos para una base de datos
PostGIS;
2. Produzca tejas comprimidas, donde enlose
que los nombres usados corresponden los
nicos usados
Por SRTM DEM;
3. Produzca mosaicos de datos cuadriculados
para continentes enteros como GeoTiff;
12
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
Cron son un horario basado en tiempos de trabajo o sea letra que peridicamente automatiza ciertas operaciones.
114
propiedad del terreno GlobalSoilMap.net mapas
1
2
Las resoluciones;
PostGIS Raster es una extensin de la fuente abierta base de datos basada en lenguajes normalizados de
consulta loza suave PostGIS. PostGIS Raster consiente artculo importado /exportacin de datos del
gridded para una base de datos PostGIS, las operaciones de trama estndar disponibles en la mayora de
GIS: La interseccin, la unin y las funciones de agregacin y similar. Es una solucin de la base de datos
ms simple que e.g. El orculo GeoRaster, y por lo tanto ms vinieron bien con para los proyectos no
comerciales como GlobalSoilMap.net.
La adopcin de PostGIS Raster13 que el formato est propuesto las siguientes razones:
4 que le permite artculo importado /exportacin de datos del gridded para una base de datos PostGIS, trama
estndar
5 operaciones disponible en la mayora de GIS incluyendo interseccin, unin y agregacin
6 funciones y similar. Es una solucin de la base de datos ms simple que e.g. El orculo
7 GeoRaster, y por lo tanto ms fcil para implementar y usar para proyectos no comerciales
8 como GlobalSoilMap.net. Una alternativa para usar el formato PostGIS Raster
9 para ahorrar los datos del gridded son provistos por ah lo la plataforma del rasdaman14.
10
Adems de PostGIS Raster, los mapas finales del gridded tambin sirvi de
11 GeoTiFFs. El uso del formato de datos GeoTiFF15 para el compartir datos sin procesar es tambin altamente
12 recomendaron para las siguientes razones:
13
14
15
Las imgenes GeoTiFF tambin pueden ser exportadas para el formato de intercambio de grficos o formatos
grficos (el formato de intercambio de grficos) para
19 visualizacin tiene en mente usar palettes16 estndar de color. Tal imagen comprimida
20 formatos son ms adecuados para la visualizacin en Tierra Google y por sitios Webes
21 (Haga Bsquedas en la Internet Usando Google API de Mapas). Algunos ejemplos de usar la funcionabilidad
PythonWMS para
22 le sirven a GeoTiFFs es dado en 8.5.
23
Datos Globales del Terreno la oficina de registro (GSDR) estn propuestos como un lugar solo en el cual todo
descripciones y metadatos oficiales de pruebas del terreno y variables representadas adentro
26 que la Organizacin Sanitaria Panamericana, covariates, y mapas de la propiedad del terreno pueden ser
almacenados. En contraste a muchos
24
25
13
14
15
16
http://trac.os
http://www.ras
http://www.gda
que Nuestra propuesta es destinar paletas nicas estndar de color para cada uno ensucian la propiedad.
1
2
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
17
18
19
http://www.iso
http://www.bip
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
116
propiedad del terreno GlobalSoilMap.net mapas
1
El
nmero de la Organizacin Internacional de Normalizacin describiendo el procedimiento estndar de medida. El
ejemplo
2
la Descripcin
El
La tracin de iones disueltos del hydronium en la suspensin de la O del terreno /lquido del 1:5 H2.
7
Los nombres nuevos de la columna /variable pueden ser aadidos al GSDR enviando uno nuevo
8 piden aplicacin por el GSIF. Es altamente improbable que el com cientfico
9 que mittee aceptar peticiones que no cumplen con estndares de la Organizacin Internacional de Normalizacin
y no son
10 describieron en una literatura referente. Reparo tambin en que la entrada de metadatos es a menudo cum
11 que bersome y muchos usuarios obligan desalentados la interlineacin abajo y todo requerida
12 campos. Por lo tanto, en lo que se refiere a la entrada de metadatos, ensucie portales de entrada de datos
13 necesitan ser simples, ayunar y eficiente. Necesitan silenciar la complejidad de la base de datos
14 de usuarios y sugieren valores para metadatos automticamente basados en perfiles del usuario
15 y las entradas recientes.
16
Adems de la mesa variable de la oficina de registro, una descripcin para toda (gridded) estacin balnearia
17 estratos de datos tial disponibles por GSIF sern operados por el Geospatial meta
Mesa de 18 datos. Estas entradas sern generadas en una voluntad y forma semiautomatizada
19 sean completamente compatibles con el FGDC Geospatial Metadata Standards20 y lo
20 la recomendacin OSGeo para la metaentrada de datos. Una posibilidad es simplemente adoptar
21 y extienden el software GeoNetwork para la metaentrada de datos y el mantenimiento y
22 lo ajustan para los propsitos de este proyecto.
El
23
EL URL GSDR
La direccin nica de URL donde uno pueda obtener el registro completo de metadatos.
27
29
El
30
31
La fecha de la entrada para el GSDR; Los valores como Organizacin Internacional de Normalizacin 8601 pasan
de moda y cronometran en la hora universal coordinada
32
(GMT).
33
34
el ttulo Pequeo
la Descripcin
La fecha de creacin; Los valores como Organizacin Internacional de Normalizacin 8601 pasan de moda y
cronometran en la hora universal coordinada (la hora media de Greenwich).
20
http://www.fgd
1
2
3
4
5
Li
Metadata Author
GSDR publique Idaho.
7
8
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
10
22
23
2
5
2
6
2
7
2
8
24
El dueo de datos
29
El tema legal registrado en GSDR. El ejemplo: ISRIC.
30
32
Use restricciones
ejemplo: Disponible para
comercial.
33
34
35
Actualice frecuencia
36
Planific frecuencia de actualizacin. El ejemplo: No planificado.
37
118
propiedad del terreno GlobalSoilMap.net mapas
1
Correo Electrnico
El
estrato.
4
Reparo en que cada contribuyente o cada usuario de los productos GlobalSoilMap.net lo har
5 estn registrados como un usuario en el sistema y recibir un Idaho nico. Los usuarios lo harn
6 retienen propiedades llenas y controle sobre los ledos derechos de edicin / de escritura y de todos los datos
7 que contribuyen.
8
13
Por el Momento, la incertidumbre deberan ser reportados como la mejor estimacin factible de
el rango de valores dentro del cual una prediccin de una propiedad del terreno en cualquier profundidad y
16 que cualquier posicin es esperada para caer 19 interrupciones de (intervalo de confianza de 95 %) 20.
17 Donde que hay suficiente informacin para definir los dis subyacentes de probabilidad
18 la tribucin funcionan (pdf) para el anlisis estadstico convencional, una 95 contra de por ciento
19 el intervalo fidence deberan calcularse como una definicin del rango para cada pre
20 dicted ensucian propiedad. Por ejemplo, Cada modelo estadstico de prediccin genera
21 ambas predicciones y la estimacin del error modelo, designado los pies contrahechos de prediccin
22 ance (la sede ms all 11.7). Dado que la variable meta sigue una normalidad
23 la distribucin, los intervalos de confianza inferiores y superiores (95 %) pueden ser determinados
24 usando:
14
15
(5.2)
25
(
(Z z LQ (s0) = Q; P = 0.025)
Z sim,.
. . , z sim
N
(5.3)
Z sim,.
. . , z sim
Z UQ (z (s0) = Q; P = 0.975)
29
32
En caso de las poco tcnicas estadsticas (los sistemas doctos puros) que uno hara
33 necesitan estimar la 95 probabilidad del % rangos usando algunos mtodos empricos,
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
33
3
4
3
5
3
6
3
7
3
8
3
9
El producto inicial
(La propiedad del terreno hace mapas)
La validacin de colecta toma muestras
(LAS COLUMNAS DE FONDO)
Contribuya los datos del punto para Organizacin Sanitaria Panamericana
Abra Al Pblico Perfiles Edagolficos
GSIF
El higo. 5.4 Trazan Un Mapa de esquema de evaluacin y actualizacin relatada de mapas de la propiedad del terreno.
La valoracin de la exactitud verdadera de mapeo es importante porque tambin da rienda suelta a que
2 nosotros para evaluar la eficiencia de mapeo y comparar resulta producido por compet
3 tcnicas ing. Obviamente, el proyecto GlobalSoilMap.net promover uso de
4 tcnicas que son demostradas para ser: (1) preciso, (2) robusto, y (3) oper
5 ational o sea ese producto resultan dados los recursos limitados. Proponemos eso
6 mapas que no son validados deberan estar clasificados como productos L0.
7
1. Un mnimo de 50 (nuevos) puntos de validacin para cada uno se someti por 1 el grado
El
10
bloque.
11 2. Cada punto necesita llenar los requisitos con el GlobalSoilMap.net probando procedimiento
Y
12
14
test21 de aleatoriedad.
15
Los puntos de validacin idealmente deberan estar ubicados usando muestreo aleatorio simple
16 para asegurar una estimacin imparcial de la exactitud del mapa. Por ejemplo, 50 adicionales
17 perfiles edagolficos por 100100 km se bloquean, o un total de ca. El 950k apunta para el todo
18 mundial aseguraran control de calidad coherente. De hecho, una vez que se somete, lo mismo
19 puntos de validacin luego podran usarse para actualizar los mapas iniciales y mejorar
20 la representacin global. Reparo en que los puntos de validacin no necesitan ser
21 caros pueden enfocar la atencin en coleccionar datos del campo fcilmente observables para lo
22 columnas de fondo del claro ensucian base de datos de perfiles ( 6.7) o sea en esos no requeridores
23 el anlisis del laboratorio.
21
Captulo 6
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
Uno de los objetivos estratgicos de ISRIC es producir una base de datos centralizada userfocused y conteniendo slo datos
validados y autorizados con una exactitud sabida y registrada y una calidad.
121
122
Abren Al Pblico Perfiles Edagolficos
El
portal de datos SoilProfiles.org es diseado para aceptar entradas de tres tipos principales
2 de registros del terreno (el Higo. 6.1): (1) freeform ensucie registros (FFSR), (2) perfil edagolfico
3 registros en forma original (SPROF), y (2) el terreno armonizado perfilan registros
4 (HSPR). Los registros Freeform son a menudo registros no estructurados, libremente diseados y
5 con usabilidad limitada para terreno global haciendo mapas. Complete rcords de perfil edagolfico
6 podran ser en los que se entr en forma original o directamente despus de las especificaciones adentro
7 6.7. El terreno armonizado de perfil registra son registros uniformes con struc consistente
8 ture, comparable para e.g. Los registros GBIF. En principio, el perfil edagolfico armonizado
9 registros son un subconjunto de los registros no armonizados cada HSPR puede ser contra 10 verted para un freeform ensucian registro, pero no a la inversa. El portal de datos
11 tendrn tres plantillas de entrada, aunque todos los registros bsicamente irn a lo
12 la misma base de datos.
13
Los registros del terreno del freeform tienen slo algunos requisitos mnimos (coordi
14 nates, el sistema de proyeccin, la fecha, la persona de contacto y metadatos) y ninguno de los pies contrahechos
del terreno
15 ables son absolutamente requeridos. Bsicamente, cualquier medida o cualquiera observacin de terreno
16 propiedades ya sea 2D (una profundidad slo) o 3D pueden ser en las que se entr como terreno del freeform
17 registran en su form2 original. Tambin reparo en que este punto de entrada no requiere eso
18 datos se conforman a un estndar especfico.
La entrada nueva
NO
Complete
El perfil?
NO
En Forma Original
(SPROF)
Los valores armonizados?
S
El OSRL0
LA BIBLIOTECA DE CONSULTA DEL TERRENO
El OSPL0
El higo. 6.1 que el esquema de Sumisin para los registros del freeform, el terreno de perfil registra en registros de la forma original que y
del perfil internacional estndar condescendiente. Reparo tambin en que la conversin de registros del freeform para terreno armonizado
de perfil registra est altamente bajo la dependencia de existencia de un Refer Ence del Terreno Library.
Por Ejemplo, una observacin sola de pH del terreno en alguna posicin son bastantes buenos para estar clasificados como un registro
del freeform, pero no son lo suficientemente completos para un perfil edagolfico.
7
8
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
23
24
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
7
3
8
3
9
4
0
124
Abren Al Pblico Perfiles Edagolficos
1
2
Entries no est restringido para las tcnicas estndar de medida (o sea pueden
Refirase a los mtodos aparte de esos definidos como los mtodos estndar para el uso en lo
3
La ventaja de este punto de entrada es que los usuarios pueden introducir bsicamente cualquier tipo
6 de datos. Esta flexibilidad le permitir a ISRIC rpidamente coleccionar datos y proveer uno
7 la variedad de formatos para la entrada de datos del terreno para unos heterogenous comunales de usuarios. Lo
8 la desventaja de este modelo son esas variables del terreno en partes diferentes de mundo
9 son propensos a basarse en mtodos incompatibles, a fin de que uno no ser capaz
10 para inmediatamente destinar estos registros para terreno global haciendo mapas antes de uno completo
11 la armonizacin.
12
Adems, los registros del terreno freeform no estn tpicamente listos para anlisis y adentro
13 la terpretacin y as para trazar un mapa de propsitos o cualquier mecanografe de espacio tiempo modelando
14 todava necesitan ser filtrados y armonizados y esto necesita ser enfatizado
15 para los usuarios del OSRL0. Los registros del terreno Freeform tambin los dan a los contribuyentes los mes
16 sabio que estn animados para coleccionar manchan observaciones usando mtodos que
17 no se conforman a un estndar predefinido solo (global). Un objetivo crucial de lo
18 Perfiles Edagolficos de Claros la iniciativa son enfatizar una necesidad para coleccionar y contribuir
19 datos que inmediatamente se conforman para un set consistente solo de estndares globales,
20 y esto sern enfatizados en el portal de datos.
21
Otro asunto manifiesto puede entrar qu en el OSRL0? Es, por ejemplo, mea
22 sures de radioactividad, medidas geochemical o la calidad de agua de adentro ensucian mea
23 surements tambin ensucian registros o deberan que van a otra base de datos? Nos declaramos
24 que este portal de datos debera estar abierto para aceptar cualquier tipo de registro pertinente tan
25 bastante como se refiere al medio del terreno, luego deje los datos que los revisores portas clasifican lo
26 registros y la marca usan de ellos (despus del esquema en Higo. 6.1).
27
Registros de Perfil Edagolfico en Forma Original (SPROF) son terreno perfilan registra ese de
marcan con punta de trazar perfil completo pero son no armonizados o sea no acceden con perro sin raza
30 rently aceptaron normas internacionales ( 6.7). Los candidatos tpicos para SPROF
31 existen datasets nacionales de perfil edagolfico. Por ejemplo, la USDA National
32 que la base de datos de Caracterizacin del Terreno o la base de datos Canadian Soil Pedon son perfil edagolfico
33 bases de datos que estn servidas por una agencia nacional. La mayor parte de registros (> 90 %) adentro
34 que estas bases de datos son completas o sea que contienen ms de la informacin requerida
35 a ser convertidos a HSPR.
28
29
36
Las agencias nacionales del terreno pueden optar ya sea proponiendo los rcords del terreno en orig
37 inal forman, o proponiendo slo los valores armonizados (vea ms all 6.5). ISRIC
38 se ofrecern a correr procedimientos de armonizacin (acto inapropiado escribe un guin para), lo cual ser luego
39 trabaron un embargo para lo propuesto registros armonizados a fin de que alguien puede controlar lo
40 el flujo de trabajo.
La profundidad) y se hace juego el significado del que ellos necesitan contener un mnimo determinado
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
126
Abren Al Pblico Perfiles Edagolficos
otras comunidades cientficas, como biodiversity (vea por ejemplo la base de datos
disean usados por el Conocimiento Avian Network eso patrocina una cierta cantidad 100 milln
3 records4).
1
2
El terreno armonizado de perfil registra son completos, el terreno condescendiente estndar consistente e
internacional de perfil registra eso est listo para modelado y anlisis global. La iniciativa SoilProfiles.org
enfatizar una necesidad para coleccionar observaciones nuevas del terreno usando uno solo estndar
internacionalmente aceptado, tal cual, por ejemplo, hecha en la meteorologa, la cubierta terrestre y la
vegetacin haciendo mapas, biodiversity estudia y similar.
HSPR ser patrocinado por dos versiones vinculadas de informacin: (1) uno no validado o
nivelada informacin "0" (OSPL1) (OSPL0) y (2) validada o nivelada "1". OSPL1, lo
11 ' limpiaron ' datos, sern pblicamente distribuidos siguientes el GlobalSoilMap.net
12 compartiendo poltica (sede 10). Una vez que el proceso de validacin es completado, y una vez
13 que la poltica manifiesta de acceso ha sido aceptada por la organizacin contribuyente, luego
14 que el registro es automticamente copiado para el OSPL1. Esto implica que el origi
15 contribuyentes nal y sus organizaciones aceptarn la responsabilidad para cruz
16 comprobando los datos y sealando incongruencias, errores crasos y omisiones.
17 a los que Nuestra propuesta es le dan a los revisores de la Organizacin Sanitaria Panamericana algn perodo de
cuarentena (6 meses)
18 para cruzar comprueban y corrigen los valores en las mesas, pero luego proceden con certi
19 fying los registros para evitar cualquier retrasos innecesarios.
10
20
Los resultados de validacin sern guardados en una mesa separada, lo cual quiere decir eso
28 que cada uno registra en el OSPL1 incluirn:
1. El HSPR validado;
2. Los resultados de validacin (los metadatos de validacin);
31 3. La informacin de contacto de los revisores de datos de la Organizacin Sanitaria Panamericana;
29
30
32
33
S
El informe tabular
El registro nuevo
(El perfil edagolfico)
La verificacin de racionalidad
La revisin necesitada?
La comprobacin estadstica
Derive probabilidad de persona que vive lejos (para cada columna) que es
Compruebe posicin geogrfica (caen los coords sobre una mscara terrestre?)
Es ste es un registro duplicado?
La especificacin tcnica
Los Datos Globales del Terreno
Somtase para
Posible
Publique como
El manual
La evaluacin
NO
S
Cualquier irregularidad ha sido reportada?
La cuarentena
Registre estadsticas de uso
N
o
m
i
n
e
l
o
s
r
e
v
i
s
o
r
e
s
(Los voluntarios)
NO
127
6.4 Registros Armonizados (HSPR) de Perfil Edagolfico
El higo. 6.2 el proceso de Produccin para terreno armonizado perfilan registros. El OSPL0 se refiere a los registros armonizados del terreno
derriban 0 o no validados y OSPL1 es validado (certificado)
Los registros, por lo tanto listo para usarse para terreno global haciendo mapas y el anlisis se proyecta.
128
Abren Al Pblico Perfiles Edagolficos
1
que La intencin de la iniciativa de la Organizacin Sanitaria Panamericana debe facilitar coleccionar, patrocinar,
archiving
3 y usando de cualquier datos del terreno del campo en el mundo. ISRIC soportar local y
4 agencias nacionales por con tal que fuente abierta labra eso los puede ayudar a contribuir
5 sus datos originales del campo del terreno y luego adale el valor a esta informacin ganndolo limpiamente y
6 armonizndolo eso logran los estndares del OSPL1.
2
Anticipamos tres datos del legado que la sumisin dimensiona a la Organizacin Sanitaria Panamericana:
8
Yo los registros Originales de estudio de suelos ya disponible como SGDB y servido por lo
9
Aliste datos del punto de saque por un portal nacional de datos. En este caso hay tres
11
uno. La agencia est dispuesta a contribuir ambos rcords originales y armonizados del terreno
13
14
15
La agencia est dispuesta a contribuir slo un subconjunto de los registros originales (los datos
El
16
extracto).
17
18
Las agencias nacionales existentes de estudio de suelos con infraestructura limitada de tecnologa de la
informacin podran
19
Tenga los datos en forma digital pero no tenga infraestructura para servir para ella para un com
20
El
munity de usuarios. En este caso el papel de ISRIC es llenar esta abertura y proveer
21
La tecnologa de la informacin primordialmente para realzar acceso para, y la distribucin de los datos. Aqu tres
22
23
uno. La agencia est dispuesta a patrocinar sus datos originales del terreno por Organizacin Sanitaria
Panamericana.
b.
24
La agencia est dispuesta a validar y hacer juego que su terreno registra y luego
25
26
La agencia est dispuesta a contribuir datos originales pero requiere tech adicional
27
Las agencias de estudio de suelos del gional sin infraestructura de tecnologa de la informacin no son capaces
cualquier para
30
Digitalice informes de estudio de suelos o para patrocinar los datos. Aqu tres posibilidades para
31
La colaboracin exista:
32
uno. La agencia /inspector est dispuesta a digitalizar los registros y someterlos para
33
b.
Enveselos a la Organizacin Sanitaria Panamericana. ISRIC corre cursos de formacin para soportar este activi
36
Las corbatas.
37
Los registros originales de estudio de suelos necesitan ser aporte en Organizacin Sanitaria Panamericana por
ISRIC o una tercera parte
38
Los candidatos ms iniciales obvios a quienes contribuir la base de datos del OSPL0 son
40 las diversas bases de datos nacionales e internacionales del terreno como ISRIC WISE (el BATE
c.
129
6.5 modelos de Sumisin
El higo. 6.3 la cobertura Espacial de varios nacional existente y el terreno internacional perfilan a datasets (la Base de Datos de
Caracterizacin de ttulos nos amortizables USDA, CSIRO Archivo del Terreno National, ISRIC WISE, ESPADA, base de datos de perfil
edagolfico de Irn National, Sistema de Informacin del Terreno Canadiense, y africano ensucian perfiles). 65k de California apunta
mostrado en este mapa. Vea texto para ms explicacin.
130
Abren Al Pblico Perfiles Edagolficos
JES,
2008, 2009) (8k apunta), el database5 del Terreno USDA National Characterization
(28k apunta), el Perfil Edagolfico Europeo la Base de Datos Analytical (SPADE6), el europeo
3 Communities Forest Focus BioSoil Data7 (6k apunta), Na Australiana (CSIRO)
4 tional Soil Archive8 (8 (810k apunta), base de datos Nacional de Perfil Edagolfico Mejicana
5 puntos 10k), Canadian Soil Pedon Database9 (para illus (8k apunta), y similar
6 propsitos de tracin un poco de esos conjuntos de datos son ostentados en Higo. 6.3). La mayora de coun
7 intentos en el mundo probablemente tienen algunos datos de perfil edagolfico, ya sea en una base de datos o
8 empapelan formato, eso podra ser realzado a travs de la conversin en HSPRs. ISRIC es
9 se dispusieron a desarrollar y patrocinar portal de datos de la Organizacin Sanitaria Panamericana en la
esperanza de cosechar, harmo
10 nizing y conservar centenares de miles para millones de terreno perfilan registros
11 que no son actualmente accesibles o quiz ni aun sabidos.
2
12
Prevemos que la Organizacin Sanitaria Panamericana tendr valor considerable adentro y de s mismo. El perfil
13 base de datos, por ejemplo, pudo estar a la que se accedi por modeladores deseando obtener real
14 registraron valores para propiedades del terreno en posiciones especficas. El mero hecho que los datos
15 de a travs de la extensin entera de continentes son en los que se entr, y disponible de,
16 que unos datos solos de la fuente basan realzaran el valor de los datos para dirigirle la palabra a
17 asuntos anchos en rea. En el trmino ms largo, los datos armonizados de perfil edagolfico sern lo
18 el contribuyente principal para la produccin de mapas nuevos, estndar de propiedades del terreno
19 en la resolucin fina siguiendo el modelo de regresin multiescala descrito en 3.4.
20
de los que La seleccin de un estndar coloc manchan variables con nombres especficos asignados a
cada administracin de datos variable de facilidades. Est por eso considerado beneficioso,
23 desde el principio, para mecanismo y el uso una convencin nica que nombra para columnas y / o
24 variables en la base de datos. Proponemos aqu un sistema de ocho carcteres complejo
25 que llevarn informacin acerca de toda variable del terreno, el anlisis o la descripcin
26 el mtodo y la informacin de profundidad. Para los propsitos prcticos, adoptamos uno abruptamente levantado
27 percase 8.3 la convencin de nombre de archivo. Adems, los nombres de variables del terreno de lo
28 la mesa del HORIZONTE (el Higo. 1.5) recibir el cdigo de instrucciones del estrato (Una, B, C, D,. . .,Z10)
29 a poder distinguir los valores medidos en las profundidades diferentes. Por ejemplo,
30 que pH estim en 1:5 suavizan solucin pues el estrato inicial de profundidad del terreno viene bien:
21
22
El tipo variable
El modelo de estimacin
La secuencia de profundidad
PH
O de la H 5
uno
yo
La
_
31
5
http://ssldat
htt
http://forest
http://www.cl
La T Un X N
UNO
http://sis.ag
10
USD
El tipo variable
El modelo de estimacin
La secuencia de profundidad
yo
La
.
uno
El carbn orgnico por la combustin seca del estrato sobresaliente se convierte en ORCDRC A etctera.
La informacin del sitio, como la clasificacin del terreno por el sistema USDA est as11 codificado:
U
El tipo variable
El modelo de estimacin
T
3
Las abreviaciones propuestas para los nombres estndar de mtodo son VOL el volumen frac 4
tion, porcentaje de la masa ABU , abundancia de mercado internacional de capital o rea relativo cubren,
PCT
5 el espesor en cm, MHT la textura por mano o manual da textura y
MNS
6
Munsell coloree cdigos, la secuencia del horizonte es codificada con el capital que el ASCII rotula
7
Una, B, C,. . . Z. Una lista de nombres propuestos para columnas de fondo y extendidas es
8
Dado en las siguientes secciones. Repare tambin en que la estimacin remisiva modela
9
podran estar extendidos en el futuro y los nombres ms extendidos se aadieron por los usuarios
10
(como aprobados por la oficina de registro GlobalSoilMap.net). Las columnas de fondo, sin embargo,
11
estn propuestos como un requisito mnimo para un registro del que pasar a formar parte lo
12
La
Organizacin
Sanitaria
Panamericana.
13
Para cualquier observacin de perfil edagolfico, para calificar para Soil Profiles Record Armonizado,
est propuesto que DEBE REPORTAR datos para todas las (31) columnas de fondo: El WGS84 se
coordina, profundidad para los farallones de lecho de roca (si dentro de 2 m), del desage de tipo, de la
roca, la profundidad para poner en tierra agua, y un nmero de propiedades del terreno: El carbn de organic, pH, textura manual del campo, y fragmentos gruesos para EN MENOS dos horizontes.
Los nombres y los procedimientos de descripcin del terreno usaron en las siguientes secciones fue
14
Ocupado de las Lneas Directivas para descripcin del terreno en FAO (2006) y Terreno Mundial
15
Pngale notas a la base en FAO (2006). Estos dos libros, conjuntamente con la de USDA
16
VATION SERVICE,
De
nombres
18
del
terreno.
19
20
21
22
23
Algunas 30 columnas de fondo + consecuentemente sern esperadas para cualquier entrada nueva para
24
Armonizado
Perfil
Edagolfico
los
Registros.
Estos
25
Notan que MySQL tiene algunos nombres de la columna que consideran restricciones: Los personajes especiales, ese exterior el set de
carcteres alfanumricos del conjunto de caracteres actual, pueden no ser usados en los nombres de la columna.
11
son:
132
Abren Al Pblico Perfiles Edagolficos
1 GSSN
El
nmero de la muestra global del Terreno o sea el identificador nico global para el obser
3 el registro de vacin. La Organizacin Sanitaria Panamericana seguir a una convencin parecido a 9 el dgito
alfanumrico
4 International Geo Sample Number12. El identificador nico global puede ser contra
5 structed usando una convencin simple que nombra:
6
El
ejemplo: GSSN:El ISRIC002120. Note a ese una institucin (los datos poseen
8 / el proveedor er) las necesidades a ser primero registraron por el GSDR13.
9
DATELAST
El
10
ltimo tiempo cuando cualquier de los datos para el registro fuera modificado. Aprecia como
11 la Organizacin Internacional de Normalizacin 8601 fechan y cronometran en la hora universal coordinada (la
hora media de Greenwich) 14 sistema es requerido. Las fuentes de datos
12 deberan usar un datetime natal que los datos escriben, si es posible. El ejemplo: 1 de Noviembre,
13 2010, 9:15:30 son, GSM Tiempo vendra bien:
14
El
15
2010-11-01T9:15:30Z.
16
RECDTYPE
17
LONWGS84
21
LATWGS84
25
28
STDXYZ
La exactitud posicional (radio de error propability de 95 %) en los metros. En caso de que no indicado
29 que ser estimado como una funcin del ao de observacin (el Higo. 1.4).
30
SURVNAME
El
31
(el contacto) nombre del inspector en formato de ASCII. Si un nombre no est disponible luego
32 cualquier otro contacto que est familiarizado con el sitio. Todos los contribuyentes proponiendo datos
33 para Organizacin Sanitaria Panamericana necesitarn primero registrarse en el GSDR.
12
13
14
http://globals
http://www.w3.
http://www.geo
SOURCEID
La categora temporal de nivel de acceso. Las categoras vlidas: Pblico, llame a filas, soldado raso.
1
2
5
6
7
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
SDPICM
2
1
distinguido.
El lecho de roca duro es usualmente
endurecido pero puede ser fuertemente fijado
con cemento, y exca
La dificultad de vacin estara por las nubes o
ms alto. El lecho de roca suave encuentra la
contra
Los requisitos del sistence para el contacto del
paralithic (el PERSONAL de DIVISIN de
ESTUDIO DE SUELOS,
1993, ch.6, p.13). Los valores deberan ser
reportados en cm. Para mutar categrico
Las observaciones para el uso de valores: V
(cm muy poco hondo o 15), S (haga menos
profundo o 40 cm), M
(Cm moderadamente profundo o 75). . ., La
enfermedad venrea (cm muy profunda o
200).
2
2
2
3
2
4
2
5
2
6
2
7
2
8
ROCABU
2
9
3
0
3
1
3
2
3
3
3
4
DRNTYP
3
5
3
6
3
7
3
8
134
Abren Al Pblico Perfiles Edagolficos
1 GRWICM
Observ profundidad para poner en tierra agua en cm en el tiempo de descripcin de perfil edagolfico.
3 UHDICM UNO
4
LHDICM UNO
Aminore horizonte que la profundidad midi en cm de la superficie del terreno. El ejemplo: 10.
7
ORCDRC UNO
El
terreno del estrato sobresaliente el contenido orgnico (103 kg/kg de terreno o permille) de carbn adentro
por los que el terreno sobresaliente estim secan combustin. Si el terreno el contenido orgnico de carbn tiene
sidos estimados usando algn otro mtodo, necesita ser primero armonizado lo
11 establecen referencias para mtodo y redondeado para nmeros enteros.
9
10
12 METORC UNO
El
13
El
22
ndice del pH del terreno del estrato sobresaliente estim usar una solucin de agua del 1:5. Si el pH tiene
23 sidos estimados usando algn otro mtodo, necesita ser estndar lo
24 establecen referencias para mtodo y redondeado para un decimal lugar.
25 METPHI UNO
El
26
STDPHI UNO
28
CRFVOL UNO
El horizonte o el estrato estim por la combustin seca. Si el terreno contenido orgnico de carbn
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
PHIHO5 B
3
3
3
4
3
5
3
6
136
Abren Al Pblico Perfiles Edagolficos
1
El
mtodo original us estimar indicativo del pH (PHIHO5). En caso de que no disponible se somete
3 STDPHI B
4
La textura por cdigo de clase de la mano del segundo horizonte o el estrato segn lo
Guidelines 8 FAO para la Encuesta de descripcin /terreno de Perfil Edagolfico Manual textural tri
9 pescan con caa (FAO, 1990; EL PERSONAL DE DIVISIN DE ESTUDIO DE SUELOS, 1993). Las categoras
vlidas: C
10 (la arcilla), He Aqu (la marga), la Lingstica Computacional (la marga de arcilla), SiCl (la arcilla silty), SaCl
(la arcilla arenosa), ClLo
11 (la marga de arcilla), SiClLo (silty arcille marga), SaClLo (la marga arenosa de arcilla), He Aqu (la marga)
12 Ensilan (la marga silty), SaLo (la marga arenosa), Si (el cieno), LoSa (la arena margosa), Sa (la arena).
13 CRFVOL B
El
14
20
Adems de las columnas de fondo propuestas, la Organizacin Sanitaria Panamericana tambin patrocinar una
lista extendida
22 de propiedades adicionales del terreno. Aqu hay dos subgrupos de variables: El rec
23 ommended y optativo. Las variables recomendadas son esas que tienen probabilidad de ser
24 promovieron para columnas de fondo en el futuro. Las columnas recomendadas son (en orden
25 de importancia):
21
26 TAXWRBG
27
Manche clasificacin siguiendo al Mundo FAO Reference (el grupo (2006) Base15
28 y el subgrupo).
29 TAXNUSDA
30
15
16
http://www.fao
http://soils.u
137
Las propiedades
diagnsticas del terreno
siguiendo al FAO (2
El ejemplo: El calcaric.
006) la Base
Remisiva
Mundial.
2
3
DIHWRB *
La designacin
La referencia del
diagnstica del horizonte Mundo AO
siguiendo la F
(2006)
La base. El ejemplo: Mollic.
4.
MCOMNS *
DCOMNS *
_ 11.
SNDPPT *
9
1
0
1
1
1
2
1
3
1
4
SLTPPT *
1
5
1
6
1
7
1
8
1
9
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
BLDVOL *
_3
) por un mtodo equivalente para
2
1
2
2
ESDICM *
2
0
3
1
3
2
3
3
138
Abren Al Pblico Perfiles Edagolficos
La aptitud disponible (mm) de agua para cada horizonte usando un especificado pedo
2 transfieren funcin que establece referencias para los valores estimado anteriormente citados para Carbn
Orgnico,
3 Lijan, Cieno, Arcilla, Fragmentos Gruesos y Densidad de la Masa.
4 CEXBCL *
5
Los
ECNSAP *
Las columnas optativas son todas esas columnas que no figura en la lista previamente, pero son
comn para el terreno internacional perfilan bases de datos como ISRIC WISE y
11 similares. Si un terreno que el registro no hace contiene cualquiera de las columnas de fondo y / o la contra
12 azogues un nmero de columnas adicionales no disponibles en la base de datos del OSPL0, luego
13 que esto registra pueden ser mejor entrado en como registros del terreno del freeform (el Higo. 6.1).
10
Captulo 7
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
http://ionia1
139
140
Soil Covariates (worldgrids)
la exactitud tical) del mundo a las 2013, y el proyecto OneGeology en los trminos
de promover colaboracin nacional en la cruz (JACKSON y WYBORN, 2007).
Entre los productos globales listados de arriba, MODIS contina siendo uno de
la mayor parte de fuentes ampliamente globales usadas de mapas basados en sensaciones remotos. SRTM
11 que DEM tambin permanece una fuente impresionante de informacin cientfica con ms de
12 430 publicaciones con la palabra SRTM en el ttulo del artculo basado en Google
13 el Estudioso. Ambos proyectos pueden ser reconocidos como mejor pueden practicar ejemplos de cmo para
14 disean, procesan y distribuyen datos globales.
10
El
proyecto GlobalSoilMap.net har uso inmediato de covari global
16 ates que estn ya con holgura obtenibles. A la corta, habr una necesidad
17 para invertir cantidades de trabajo significativas para procesar muchos de lo crudo pblicamente
18 mapas e imgenes disponibles para hacerlos utilizables para aplicaciones DSM. Para
19 el ejemplo, MODIS ya mantienen un nmero de terrcola atmosfrico, y
20 productos del ocano que estn bien describieron y disponible pblicamente. El problema es
21 que MODIS tpicamente distribuye slo recopilaciones de series temporales para ms grueso hay campo para una
mejora
22 productos de olucin y todo productos ms finos de resolucin estn disponibles slo como tejas crudas.
23 a los que Nuestra intencin es invertir recursos significativos extraen datos espaciales de largo plazo
24 sets que son de inters para DSM. Por ejemplo, el ndice Realzado de la Vegetacin
25 que la imagen (EVI) deriv por MODIS es slo utilidad menor para DSM, pero lo largo
26 valores de trmino de EVI y su variabilidad estacional estn definitivamente de inters para
27 DSM porque ayuden influencia de largo plazo del parameterize de vegetacin en terreno
28 la formacin.
15
ISRIC facilitar cotejo y uso de reposito-ries multitemtico gridded de DSM covariates (en resoluciones de
250 m, 1 y 5 km). La seleccin de covariates y tcnicas de prediccin para el mapeo global del terreno
necesita ser conducida por la valoracin objetiva de exactitud las inversiones en la preparacin de los
covariates deberan ser ptimamente distribuidas basadas en su significado para terreno global haciendo
mapas (el coeficiente de correlacin).
29
Para casi todo terreno actualmente disponible el polgono hace mapas, correcciones geomtricas
30 necesitarn ser aplicados para mejorar la inscripcin de mapas o su alineacin para
31 caractersticas fsicas observables. La minera de datos y las tcnicas digitales de mapeo del terreno
32 tambin probablemente sern necesarios para armonizar leyendas, conceptos de la unidad del mapa y escalas.
33 que no estamos todava seguro cmo capturar mejor y validar reglas doctas de conocimiento
34 pero eso probablemente involucrar la experimentacin y la optimizacin de reglas en contra de datos sabidos
35 sets. La conversin de mapas podra involucrar a convertir las leyendas locales del mapa a un pecado
http://sedac.
7.2 Resoluciones
141
5
6
1
0
1
1
1
2
1
3
1
4
1
5
3. Toda produccin da un paso y los metadatos deben acompaar los datos originales.
7.2 Resoluciones
16
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
2.5
4.0
El mapa del mundo en 0.008333333 arcdegrees (ca. 1 km) la resolucin es una imagen de tamao 43,200
21,600 pixeles.
G
L
W
D
E
c
o
R
e
g
i
o
n
s
E
l
H
W
S
D
v
1
E
l
M
O
D
1
2
C
1
E
l
M
O
D
1
3
C
2
E
L
A
C
U
E
R
D
O
D
E
T
I
P
O
D
E
C
A
M
B
I
O
A
P
L
A
Z
O
C
H
L
O
/
S
S
T
o
r
l
d
C
l
i
m
E
l
G
P
W
v
3
D
M
S
P
O
L
S
V
4
G
l
o
b
C
o
v
2
O
n
e
G
e
o
l
o
g
y
?
S
R
T
M
G
A
D
M
G
l
o
b
a
l
S
o
i
l
M
a
p
?
2.0
1990
1995
2000
2005
2010
2015
2020
El ao
El higo. 7.1 Ejemplos de una cierta cantidad de los productos de geoinformacin ms ampliamente globales usados adentro
2010: GLWD Armoniz Vegetacin del Terreno de Mundial Base de Datos, MOD12C1 - En de los medios ingresos internos
MODIS Temperatura de la Superficie del Mar - ingresos internos de Clorofila del anuario Aqua Level-3 , acuerdo de tipo de cambio a
plazo Gridded Population de mundo, clases de la Cubierta de Tierra DMSP-OLS basadas en las imgenes MERIS FR, GADM
Lagos Global y Wetlands Database, HWSD MODIS Tipo Land Cover el Anual L3, MOD13C2 dados el Mensual L3, / avin supersnico
de transporte CHLO Valoracin de Recursos del Bosque, GPW Luces De la Noche Cronometran Serie, GlobCov reas Administrativas
Globales.
7.2 Resoluciones
143
El PRODUCTO de APORTE
CAPAS INTERMEDIAS
GSM COVARIATES
1
0
1
1
1
2
Las
La resolucin
1 km
El mapa del mundo geolgico (la geologa de la superficie)
El mosaico global (el armonizado y rasterized)
La geologa de la superficie
(El mapa del material del padre)
1 km
300 m
250 m
GlobCover
(ENVISAT)
Los productos MODIS
El producto mancomunado
(ENVISAT + MOD12Q1)
La
serie temporal de imgenes
Aterrice mapa de la cubierta
(MOD13Q1, MOD12Q1)
(2000 - 20 *)
Los PCs para EVI indexan y
La banda infrarroja mediana (MIR)
90 m
60 m
EL ASTER SRTM DEM GDEM
100 m
El higo. 7.2 Afinan aporte estratos globales GIS e intermedian y productos finales (DSM covariates).
http://landsa
ftp://ftp.glc
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
144
Soil Covariates (worldgrids)
El
El mapeo moderno del terreno necesita ser conducido por la valoracin objetiva de ac-curacy el nfasis
necesita ser adoptado usando mtodos y estratos covariate que claramente funcionan mejor que los
competidores, o sea eso puede producir la informacin del terreno ms precisa recursos limitados dados.
15
actividad de Una clave de inicial para terreno global haciendo mapas es determinar los espaciales haga
principales de inters el mapa de la mscara representando todas las reas del terreno en el mundo. Tiene
18 estados convenidos por el consorcio GlobalSoilMap.net que ninguna de las predicciones de terreno
19 propiedades estarn hechas para clulas cuadriculadas que son consideradas seras ocupado totalmente
20 o dominantly (> 50 %) de por ah poco ensucian materials7. Los materiales del poco terreno incluyen por
21 manent riegan y hielan, dejan al descubierto roca y superficies permanentemente selladas (los cascos urbanos
22 y los pavimentos). Las celdas cuadriculadas excluidas sern identificadas y camufladas fuera.
16
17
23
Aunque esto le parece ser trivial, la delineacin de ar del terreno global y del poco terreno
24 eas podran requerir recursos significativos. La mscara mundial del terreno no es exactamente equiva
25 otorgaron prstamos para una mscara terrestre porque no todas las reas potenciales del terreno representan
reas de produc
26 terrenos tive capaces de crecimiento vegetativo de respaldo. Adems, las reglas para distin
27 guishing entre las reales y las reas del terreno de potencial difieren de pas para pas.
28 Por Lo Tanto la primera parte intervienen definiendo el dominio de inters es especificar reglas para clas
29 sify un pixel como terreno o poco terreno. Es tambin importante a considerar ese terreno diferente
30 modelos de prediccin probablemente tendrn dominios diferentes de aplicabilidad como terrenos
31 se desarrollan diferentemente bajo trasfondos medioambientales diferentes. Consecuentemente, es
32 tiles para distinguir entre reas de la superficie terrestres que salen a la vista significativamente difieren
que Un valor de 1 indicar la celda cuadriculada los es terreno del dominantly y cualquier valor mayor que 1 identificar una celda
cuadriculada que no es dominantly ocupado por material del terreno.
Los procesos de moldeado del terreno del ent y eso han sido probados usando conceptos diferentes
(u omitido de tomar muestras
2
completamente).
Pues los propsitos prcticos nos
3
proponemos para producir un nmero de
mscara global del terreno
Los mapas la cobertura oficial asocia
4
representar un dominio espacial particular de
adentro El terest para terreno haciendo mapas. Tales 5
asociaciones de aporte cobraran importancia
como ellos pre
Desahguese de nosotros de extrapolar en las 6
reas donde cualquier lo suficientemente no
pruebas del campo estn
Disponibles o los modelos demuestran saltos 7
bien definidos. Para que el ejemplo use el
mismo modelo
Desarrollado sobre los climas moderados
8
para predecir contenido orgnico de carbn
sobre Sa
El hara no lo hara probablemente trabajo
9
porque bajo las condiciones extremas
mancha moldeado
Los procesos son completamente diferentes. 1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
http://www.ga
http://ionia1
10
11
http://www.soe
en que Estas reas no son tpicamente incluidas ensucian mapas, pero esto depende de conceptos y prioridades nacionales. Por
ejemplo, los pases en el Oriente Medio y / o Irn podra tratar de distinguir entre materiales diferentes del terreno en las reas que
para alguien en Europa o Amrica del Norte simplemente sera camuflada fuera como reas desrticas.
146
Soil Covariates (worldgrids)
1
El
hielo. Los nodos sern alentados para obtener y procesar im ms fino de resolucin
2
El
La base de datos de agua (SWDB) podra usarse para mejorar identificacin de reas de
5
El
Los terrenos productivos pueden producirse usando, por ejemplo, el MODIS por mucho tiempo
9
Las series de trmino de rea de la Hoja Indexan imgenes. El terreno reas productivas mscara hace mapas
10
Ilustrado en Higo. 7.3 estaban derivativos identificando todas las reas terrestres con una Hoja
11
El
ndice de rea > 0 en cualquier momento desde el comienzo del monitoreo MODIS
12
El
proyecto (20002010).
13 la mscara Peatlands: Peatlands es definido como reas cubiertas con turba (> 20 %
14
El
carbn orgnico y al menos 50 cm profundo). La turba forma en pantanos del wetland, ancla,
15
El
La mscara basada en los productos MODIS (cronometre serie de imgenes LST, EVI).
20 la Tierra Cultivable aterrizan mscara: Estos son definidos como reas para las que son destinadas agrcola
21
Recorte produccin o sea reas del terreno que son cultivadas para la produccin de comida o fi
22
bre cualquier manualmente o usar mecaniz sistemas (los tractores). Esto es bsicamente
23
El
El tamao total de terreno las reas productivas (todas las reas con MODIS LAI > 0 en de un momento a
otro en ltimos 10 aos) en el mundo es estimado en 104 km. del cuadrado de milln
El
terreno mapa productivo de la mscara de rea (el Higo. 7.3; En proyecto en los Mapas Google
25 la proyeccin system14, indican eso de un total de 7200 3600 pixeles en lo
26 0.05 el mapa del mundo arcdegree, 20.4 % pueden estar clasificados como reas productivas del terreno. Lo
27 totales de productivo manchan reas son por consiguiente aproximadamente 104 km del cuadrado de milln. De
lo
28 hacen mapas mostrados en Higo. 7.3 que es dudoso ya sea hay cualquier punto actualmente adentro
29 terrenos de mapeo en las latitudes ms all de 65 hacia el sur o 84 hacia el norte.
24
12
http://www.pea
13
Ven que por ejemplo el mapa global de croplands produjo por el Centro de Investigacin SABIO del Instituto Nelson para los Estudios
Medioambientales en la Universidad de Wisconsin-Madison
(Http://www.sage.wisc.ed
14
http://www.spa
El higo. 7.3 El terreno que mscara productiva de rea deriv usar las imgenes MODIS LAI. En proyecto en el sistema Transverse Mercator
usado por ejemplo en Mapas Google.
Captulo 8
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
http://cran.r
2
3
http://cran.r
https://r
149
150
Servicios Pblicos y el software: Los paquetes de acto inapropiado
Los datos nuevos de perfil edagolfico
La traduccin HARMONISATION MODULE de funcionabilidad de mtodos del laboratorio Upscaling / downscaling (la correlacin)
La funcionabilidad de traduccin de datos (el reformateo)
Los DATOS EXPORTAN MDULO Subsetting y exportan para formatos de datos GIS (geotiff y ESRI Moldean archivo), KML y formatos de la mesa (DBF);
La API repara para servir para los datos sin acceder al URL (por ejemplo por telefnico en mvil);
La ayuda de MDULO del SOPORTE y Franco Muelle las descripciones Variables (los metadatos)
La funcionabilidad de bsqueda (los manuales y los foros del usuario, los demos y el multimedios)
El higo. 8.1 mdulos GlobalSoilMap.net (y la funcionabilidad principal) que sern implementados por un paquete de acto inapropiado.
El
11
El
tionality y da rienda suelta a que la generacin semiautomatizada de asociaciones de la propiedad del terreno
usando
12
(Los subconjuntos o completo) el punto, gridded y datos 3D en Tierra Google. Esto lo har
15
Facilite uso compartido y la exploracin visual del infor del terreno GlobalSoilMap.net
16
Consentir conversin de variables del terreno de tipo diferente para un estndar refiere
El
1
2
3
4
5
Proponemos que eso todos estos paquetes deberan producirse conjuntamente por ah
usando Subversin y / o el software del GILIPOLLAS y publicado bajo el GPL o sea como uno
7 abren software de la fuente. ISRIC, conjuntamente con socios, tiene la intencin de proveer un cyber
8 la infraestructura y facilitan actividades, excepto luego dejados los usuarios ayudan a forjar la contra
9
viven
en
una
tienda
de
campaa
y
funcionabilidad.
6
10
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
11
??Nd 5.2).
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
(11)
Las simulaciones anidadas del geostatistical
Repita N
Por
(1)
Equipe tiras y estime valores en soporte del punto
Global Multiescala
El modelo anidado RK
Implemente la prediccin modelo por bloques de un grado de inters
(3)
(5)
(7)
(9)
El *For cada bloque todos los covariates (5 km, 1 km, 25 m y 100 la resolucin m) necesita estar disponible
(2)
Acomode un (xyd) modelo de regresin (la Escama IV)
Acomode un modelo de regresin (la Escama III)
Acomode un modelo de regresin (la Escama II)
Acomode un modelo de regresin (la Escama)
(6)
Extraiga residuos y cubierta con 100 pronosticadores m
(8)
Extraiga residuos finales de faltante y equipe un variogram
(10)
La escama IV: 5 km
La escama III: 1 km
escama II: 250 m
Escama: 100 m
La
El higo. 8.2 El procedimiento computacional propuesto para generar predicciones globales en 100 resolucin m usar la regression-kriging
anidada Multiescala. Pues ms detalles ven tambin 3.4 y una cierta cantidad codifican trocitos en pgina 65.
Una ventaja de regression-kriging anidada multiescala global utilizadora para trazar un mapa de
distribucin de propiedades del terreno es que los mapas pueden ser producidos aun para reas (las
celdas cuadriculadas de un grado) para las cuales ninguno de los datos del punto estn disponibles.
La segunda parte principal del paquete
GSIF ser procedimientos y mtodos
Para filtrar datos de perfil edagolfico.
Aqu, tres tipos de mtodos de edicin de
datos del terreno sern
Ascendido:
los mtodos automatizados;
los mtodos semiautomatizados (las
ventanas de aparicin automtica y los
grficos interactivos);
los mtodos (el navegador
multidimensional de datos) puramente
visuales;
Planteamos desarrollar e implementar un
nmero de pasos filtrantes para
automvil
El matically identifican errores crasos e
incongruencias en datos de perfil
edagolfico. En cada uno
El paso que evaluaremos la validez de los
nmeros y que, si es necesario, los valores
de la bandera
Para reemplazo o correccin usando algunos
procedimientos empricos.
3
4
5
1
0
1200 el copn
E33 S14
1200 el copn
Origin.x: 33 origin.y: - 14
Res.x
0.0008333333 res.y
0.0008333333
El nombre del bloque
3 arcsecs
:
:
El higo. 8.3 Elaboran Planes Secretos: La celda de la cuadrcula de grado del 11. El nombre de la clula cuadriculado es
determinado por las coordenadas de la esquina inferior izquierda, e.g. E33 S14 se refiere a delimitar caja Lonmin = 33, Lonmax 34,
Lat Min = 14, Lat
llegan al lmite
= - 13.
1
2
1
3
1). La secuencia del estrato y las profundidades superiores e inferiores (UHDICM y LHDICM):
1
1
+1
1
4
1
5
1
6
1
7
D (Hola)); De otra manera seale con una bandera los horizontes sospechosos.
18
154
Servicios Pblicos y el software: Los paquetes de acto inapropiado
El
cheque de la letra x si el espesor del horizonte fuera > 0; Seale con una bandera los horizontes sospechosos.
2 (2). Los fragmentos gruesos (CRFVOL):
3
El
ceeding el rango.
5
Letra x Check si los fragmentos gruesos corresponden mecerse aflora (ROCABU); La bandera
6
El
cheque de la letra x la validez de valores (SNDPPT (0, 100 %), SLTPPT (0, 100 %)
9
cheque de la letra x la suma de fracciones (98 < SNDPPT + SLTPPT + CLYPPT < 102)
El
11
La
letra x Si cualquier fraccin de la textura falta reemplace con e.g. CLYPPT = 100
13
(SNDPPT + SLTPPT).
14
(4). El pH:
15
El
16
Las
(PHCaCl2 _ 0.11));
18
19
El
20
total de la letra x Compare el carbn orgnico con estimaciones del humus y valida el C/N
21
La
22
El
Se
(6). El Centro de Intercambio de Productos Bsicos, las Bases Intercambiables, la saturacin De Base:
23
El
cheque de la letra x la validez de valores del Centro de Intercambio de Productos Bsicos (CEXBCL (0, 200));
La bandera sospechosa
24
Los valores.
25
El
29
La
La saturacin de la base del Cheque de la letra x en relacin a pH (para PHIHO5 < 5.5 basan saturacin
32
Debera ser < 60 %; Para PHIHO5 e? 5.5 que debera ser > 40 %).
33
cheque de la letra x carbonata contenido en relacin a la acidez (para PHIHO5 < 6.5 all
El
34
35
cheque de la letra x carbonata contenido en relacin a pH (para PHIHO5 < 6.5, concen
36
La
38
cheque de la letra x la validez de valores de densidad de la masa (BLDVOL (0.15, 2.3));
39
El
La bandera
(MOCVOL
(0, 98));
2
3
7
8
9
1
0
1
1
1
2
1
3
1
4
1
5
1
7
1
8
1
9
2
0
2
1
2
2
2
3
16
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
http://plotkm
Hasta 2010 la Tierra Google fueron de los que se hizo un download de ca. 350 IPs de millones! Esto hace a Google
Conecte a tierra software #1 GIS en el mundo.
5
156
Servicios Pblicos y el software: Los paquetes de acto inapropiado
El higo. 8.4 terreno Original que los horizontes describieron y que los valores para carbn orgnico visualizaron en Google
La tierra.
1
2
con tal que una variable puede ser codificado no ms de 256 clases, cul lo es
casi siempre el caso (vale tambin 3.9 y Eq.3.30 en pgina 87).
Los mapas pueden ser convertidos a GIFs usando la orden del write.gif disponible
4 adentro empaquetan a caTools7 e.g.:
> image1 < - t (as.matrix (SGDF var.name))
> write.gif (la imagen = image1, nombre de archivo "image1.gif", col gif.pal,
El +
Transparente = 0)
5 convertirn a un SpatialGridDataFrame (SGDF; Un mapa) para un formato de intercambio de grficos, implemento uno
la paleta especfica de color y la mscara fuera de pixeles fuera del dominio espacial de inters
(los mapas de la mscara del terreno y / o las reas de extrapolacin).
9
10
como Higo. 6.1 indican, una de las herramientas de la caera maestra que ayudarn marca diversa local
observaciones de campo ms o menos el equivalente son la Biblioteca de Consulta global del Terreno
7
http://cran.r
8.4
Ensucian
Biblioteca
Remisiva
SoilLabRL
157
El higo. 8.5 Predicciones de materia orgnica para el conjunto de datos Meuse visualizaron usar polgonos (cada nodo cuadriculado un
polgono solo). Este mtodo le permite al inspector cotejar las predicciones con las caractersticas en el trasfondo y entender cmo la
escama de los mapas del gridded corresponde al detalle espacial de las caractersticas reales. Ahuquese o las reas en blanco son
regiones de extrapolacin o sea reas donde el error de prediccin excede la discordia global.
1
0
1
1
. . , Zc (s), qA (s)
1
1
2
1
3
1
4
Tainty ( z), zA (s) es el valor de aporte de la misma variable estimado algn arbi
El mtodo del trary, qA (s) es el atributo auxiliar que ayuda convirtiendo el original
Aprecia de zA ms exactamente, zc (s) es el tipo del terreno (o cualquier otra clase) en perfil
16
15
158
Servicios Pblicos y el software: Los paquetes de acto inapropiado
Los datos de Referencia del terreno (el terreno los perfiles referentes con mtodos completos del laboratorio, descripcin del terreno y los espectros escudriados del terreno)
Obtenga datos adicionales del campo
NO
La conversin funciona (acto inapropiado diversos empaqueta pues generalizado rboles lineales modeladores, de apareamiento borroso, de regresin etctera. )
Los coeficientes de conversin (la mayora de modelos precisos para estimar parmetros estndar; Extensible)
El higo. 8.6 Los Elementos del Terreno Le Ponen Notas a la Biblioteca (en el contexto de ambiente de acto inapropiado para la
computacin estadstica).
posicin. Reparo en que el modelo ser posicin especfica queriendo decir eso el geo
coordenadas grficas (el transporte de rea local LON) sern consideradas en construir la estimacin
3 modelos.
1
2
(8.2)
5
(8.3)
6
7
8
Reparo en que cada modelo de conversin Eq. (8.1-8.3) tambin dara una estimacin
9 de incertidumbre propagada basaron en el modelo estadstico detrs del conver
10 sion. Esta incertidumbre luego podra subsiguientemente servir para trazar un mapa de propsitos
11 (la regresin ponderada).
12
Inicialmente, est propuesto para investigar e implementar tres opciones principales: (Uno)
13 localmente definieron ecuaciones de regresin como esos de MINASNY y MCBRAT
14
NEY (2001),
5
6
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
9
2
0
2
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
160
Servicios Pblicos y el software: Los paquetes de acto inapropiado
El higo. 8.7 Posiciones del ISRIC de las que las pruebas referentes (los monolitos) y la probabilidad de ocurrencia trazan un mapa se
derivaron usando el paquete MaxEnt y basado en las imgenes climticas, HWSD y mapas de la vegetacin (las reas ms oscuras
representan reas de preferencia ms alta de muestreo). Esto muestra (uno no intencionado) probar preferencia hacia las reas densas (los
trpicos) de la vegetacin y las reas de clima moderado.
para menos de 1000 USD por toolkit. Cada uno a que tal toolkit posiblemente podra conducir
pocos miles de observaciones nuevas del terreno del campo o sea entradas nuevas para Organizacin Sanitaria
Panamericana.
1
2
10
8.5 Geo-Service
12
10
que Esta iniciativa estaba originalmente propuesta por Robert A. MacMillan, luego soportaron por Keith Shepherd (ICRAF), Ferguson
Rico (USDA), Larry Hacia el Oeste (USDA), John Hempel (USDA) y otros colegas.
11
Metas en coleccionar 100 perfiles completos + en partes diferentes de mundo.
8.5 Geo-Service
161
1. La siega automtica
2. La entrada de datos manual pagada (por
ejemplo por amazona est el turco
mecnico)
3. La entrada de datos por bases de datos
preexistentes
4. La entrada de datos voluntaria
Un grupo en INSEAD12 trabajando
hombro a hombro con
GlobalSoilMap.net se asocia,
Adelante una propuesta para el proyecto
para crear una aplicacin de reptacin de
trama que
Podr localizar y analizar gramaticalmente
datos de la propiedad del terreno de la trama
en cualquier idioma.
Esta herramienta sera una plataforma
excelente para construir entrada de datos
oculta eso
Instantneamente puede variarse para
acomodar cualquier idioma. Tambin podra
proveer uno
La plataforma para construir e implementar
capacidades de traduccin para traducir
De cualquier vocabulario (por ejemplo la
clasificacin del terreno o el vocabulario de
descripcin) en cualquier
Otro. Entonces, por ejemplo, un modelo de
datos IUSS funcionabilidad para crear
interoper
La habilidad entre los sistemas diferentes de
descripcin del terreno, anlisis o la
clasificacin.
Un software que automticamente puede
reconocer registros del terreno y un extracto
contentan adentro
Un formato de to-db cercano revolucionara
el trabajo de ISRIC y facultara a las
personas a
Los registros del terreno de uso que estn
por el momento pueden ser considerados un
recurso perdido.
1
2
1
0
1
1
1
2
1
3
1
4
1
5
1
6
Los mapas derivativos GlobalSoilMap.net podran ser patrocinados en el Google Earth En gine. Haga
Bsquedas En La Internet Usando Google que el Motor de la Tierra es el almacn macizo de Google de
informacin (la imaginera del satlite de mundo y trillones de medidas cientficas antedatando ms que
25 aos) que pone la mira en investigadores asistenciales para detectar cambian, el mapa tiende y
cuantifican diferencias a flor de la tierra.
Nuestra propuesta es tambin
implementar un sistema parecido a uno
disponible por lo
1
7
12
13
14
http://www.ins
http://www.geo
http://earthen
1
8
1
9
2
0
2
1
2
2
2
3
La parte III
La ltima parte del libro enfoca la atencin en estrategias concretas de implementacin. uno
2 el estudio de casos de Malawi se usan para demostrar las fases de elaboracin del profesional
3 plantearon acercamiento hbrido multiescala de mapeo y para ilustrar los tipos de fuera
4 opciones de venta esperaron. Demostramos cmo producir la propiedad hace mapas usando lo
5 el modelo multiescala describen previamente en 3.4. Al final del captulo atraemos con engao
6 el ducto una evaluacin de la exactitud de mapeo y el intento para explicarles usando lo dado
7 aportes.
8
Todas las fases iniciales descritas estn dirigidas a producir un uniforme consistente
16 conjuntos de datos hicieron juego para las especificaciones GlobalSoilMap.net. Sobre el curso de
17 cuatro aos esperamos que las autoridades responsables, los cientficos y las personas que toma las decisiones,
pero
18 tambin los agricultores, los proyectistas terrestres y la extensin reparan a los oficiales, se convertirn en increas
19 que ingly involucr en coleccin de datos, el anlisis, y la visualizacin para el mejor uso del terreno
20 prcticas globalmente. En todo caso, la implementacin del GlobalSoilMap.net es ex
21 pected a ser mayormente orientados en Web los productos principales sern portales de datos y
22 aplicaciones que asocian trama.
23
Hay cada razn espera eso en los aos 10 entrantes (casi) todo el mundo
24 estarn relacionados a la internet. En combinacin con la evolucin de Digital
25 navegadores de tipo de la Tierra como Tierra Google, todo el mundo puede volverse involucrado
26 en el monitoreo medioambiental (CRAGLIA et al. , 2008). Las tecnologas espaciales a Geo
27 tienen hoy tambin progresivamente buenas consecuencias para la democratizacin de sociedad y sus
28 la gerencia tainable de recursos de la Tierra. Del el tiempo cuando los sensores del satlite
29 sirvieron para propsitos militares slo, nosotros ahora vivimos en una era cuando alguien
30 pueden cargar imgenes altas de resolucin de la Tierra para su computadora (GOODCHILD,
31 2008). Los usos corteses y no comerciales de datos remotos de sensacin e internet
Se considera que 32 son uno de los prospectos ms alentadores para la humanidad (GLENN
33 et al., 2009). Asimismo, apoyamos uso compartido libre de datos del terreno siguiendo al profe.
34 seis pilares de investigacin del claro (vea pgina 97) de Pebesma.
Captulo 9
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
165
166
Proyectan planificacin y deliverables
1
(La beta);
10
11
12
Los nents;
17
18
Ensucian mapas de la propiedad para todos los nodos y los continentes en 100 la resolucin m;
19 datos Seleccionados Al Azar del punto del terreno de 50 puntos por el grado del 11 se bloquean para
20
control de calidad;
21 Ensucian estratos de informacin como una parte del Sistema de Informacin Terrestre Global
22
(El terreno, el agua, el clima, la cubierta terrestre, biodiversity, peligros naturales, utilizacin de tierras);
23
Es importante para hacer nfasis en que puede tomar algunos aos para portales de datos
24 y las herramientas a ponerse operacionales, porque aptitudes y recursos actuales son
25 limitaron y no todo financiamiento ha sido obtenido. Considere ese el One-Geology
26 proyectan salidas iniciales programadas para venir detrs de algunos aos, tan tan flexible
27 planes son comunes para los proyectos globales. No obstante, hay cada razn para
28 creen que el proyecto GlobalSoilMap.net rpidamente aumentar la visibilidad
29 y la relevancia de informacin del terreno internacionalmente, que ms probablemente inhalar
30 personas para coleccionar datos nuevos del terreno usando tecnologas nuevas y los acercamientos.
31
El
Modele biblioteca
La fertilizacin
La irrigacin
El tratamiento de la alimaa que el Mejor Rendimiento del calendario del cultivo estima Environmental se arriesga
GLOBAL
ATERRICE SISTEMA DE INFORMACIN
Viva canal de clima (la pronosticacin meteorolgica)
- Anticip temperatura (min, llegue al lmite), la lluvia, el peligro de escarcha, el peligro de sequa, el peligro de la inundacin
El canal de monitoreo de la planta (MODIS/ENVISAT)
- Las anomalas de la biomasa de actual produccin, de la biomasa
(La alimaa y las enfermedades), la salud de la planta
Los datos econmicos a Socio (especfico en sitio)
- Los departamentos administrativos, las leyes y regulaciones nuevas, la actividad de mercado, las oficinas ms cercanas, los distribuidores de agro
La informacin incorrecta?
Actualice con datos molidos de verdad
167
9.2 Deliverables y derivados
El higo. 9.1 el ejemplo Esquemtico de usar a un Global Aterrizan sistema de Informacin para la toma de decisiones especfica en sitio. El
futuro del proyecto GlobalSoilMap.net est en crowd-sourcing la entrada de datos para los agricultores, los trabajadores agrcolas de la
extensin, los alumnos de la escuela secundaria, los ecologistas y similar.
168
Proyectan planificacin y deliverables
1
2
Red que Monitorea Terreno Global con terreno de la permanente del 15k monitoreando sitios
Propguese alrededor del globo (basado en las experiencias del sealizador AfSIS
3
Los sitios).
4 misiones globales Nuevas de adquisicin de datos / el global LiDAR, radiometrics de la gama.
5 aplicaciones basadas telefnicas en mvil para coleccin de datos en el sitio rpida, valida
El
Los principios.
8
Tambin prevemos que las tcnicas DSM evolucionarn y mejorarn con el paso del tiempo
9 y deberamos anticipar la evolucin de tecnologa. De hecho, hay un riesgo
10 que, en el mundo de rpidamente desarrollando tecnologa, productos de datos y los servicios
11 que produciremos a las 2013 rpidamente podran caer en desuso. Por ejemplo,
12 all son ahora un empujn fuerte hacia usar espectroscopia de ingresos internos manuales mvil
13 unidades (el PASTOR y WALSH, 2007). Idealmente, uno debera poder escudriar uno
14 ensucian de perfil usando un poco relativamente dispositivo mvil costeable y luego tele-envan eso
15 la imagen (conjuntamente con coordenadas XY) para alguna base de datos de conocimiento, y luego
16 ponen estimado propiedades del terreno de vuelta en el formato: (1) el valor de la propiedad del terreno, (2)
17 la profundidad estndar, (para una revisin de mtodos de espectroscopia del terreno (3) estimaron error
18 ven al PASTOR y WALSH (2007)). Tales visitas rpidas del campo consentiran rpido
19 introducen en la computadora de datos del punto para la Organizacin Sanitaria Panamericana nueva propuesta.
De hecho, podemos estimar aqul
20 el registro OSPL0 podran hacerse dentro de 510 mins de tiempo de la llegada en uno
21 la posicin nueva. Nuestra vista es que alguien con un telfono mvil (+GPS) debera
22 puedan poner en duda toda informacin especfica en sitio GlobalSoilMap.net, recibir un rec
23 la ommendacin de la mejor utilizacin de tierras practican (la fertilizacin, la irrigacin, el ciclo del cultivo,
24 etc medioambiental de riesgos), al al mismo tiempo actualizar y corregir lo
25 datos existentes usaron para la generacin de mapas de la propiedad del terreno (el Higo. 9.1).
26
que La importancia de este proyecto se pondr ms obvia una vez que el terreno 100 m
mapas de la propiedad y herramientas GSIF comienzan a se destin para el especfico el regional o nacional
29 modifican a escala aplicaciones. Estos datasets y estas herramientas tendrn propsitos mltiples por lo tanto a
eso
30 no son fciles de listar todos los usos posibles. Con toda seguridad, los productos GlobalSoilMap.net
31 servirn para modelos climticos globales, modelos de crecimiento de cultivo, inundndose, medioambiental
32 arriesgan modelos y similares.
27
28
33
Los productos GlobalSoilMap.net, especialmente los mapas de la propiedad del terreno, proveern
34 introducen en la computadora datos para los proyectos sobre el terreno como Green Water Credits1. As,
35 usuarios finales deberan poder correr modelos casi inmediatamente sin tener que
http://greenw
8
9
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
de saturacin Al, y
Las concentraciones de otros elementos de
nutriente, a merced de los procesos que
El modelo. Las propiedades del terreno del
blanco listaron en Tbl. 5.1 cubierta slo 50 %
del pa
Los rameters listados arriba, que obviamente
quiera decir ese, despus del
GlobalSoilMap.net
Empaquete, covariates y Perfiles
Edagolficos Manifiestos vulvase
operacional, necesitaremos
Continuar propiedad adicional edificadora del
terreno traza un mapa de para los atributos
fuera del perro sin raza
La lista hecha jironesa de columnas de fondo.
Tambin puede ser posible, en versiones
futuras del aguijn GlobalSoilMap.net
Ucts, a tratar de reconciliar diferencias de
adentro manchan valores de la propiedad se
incorporaron al dif
El ferent cronometra y bajo las utilizaciones
de tierras diferentes para uno o ms
estandarizaron referencia
Las fechas (por ejemplo el decadal
armonizado aprecia a las 1970, 1980, 1990,
2000, 2010, etc.)
Y bajo la utilizacin de tierras pone en forma
corriente en cada fecha. Esto primero
requerir
Esos conjuntos de datos regionales del terreno
del legado sea analizada para detectar y
cuantificar direcciones
Y las tasas de cambio de adentro manchan
valores de la propiedad bajo la utilizacin de
tierras sabida y aterrizan
Los regmenes de la gerencia. Estos valores
regionales para las tasas de cambio bajo
diferente
Las utilizaciones de tierras podran ser
aplicadas a las predicciones originales de
valores de la propiedad del terreno, adentro
La combinacin con informacin en historia
terrestre de uso en cada celda cuadriculada,
para harmo
Los valores de la propiedad del terreno del
nize para los aos de referencia comunes para
cada comandante regional
El tipo terrestre de uso.
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
170
Proyectan planificacin y deliverables
1
que La comunidad de usuario final potencial empieza con las agencias del gobierno principales
cargado a la cuenta con producir y manutencin ensucia informacin en cada uno del coun
4 intentos del consorcio. El proyecto los proveer de una oportunidad nica
2
3
a cotejar, hacer juego y compartir su legado datos de terrenos a travs de la extensin entera
del nodo y, finalmente, globalmente. Los datos compilados crudos tambin sern de
7 el gran inters y el uso para el desarrollo agrcola internacional y la investigacin o
8 ganizations como CIAT, USAID, Banco Interamericano de Desarrollo, Mundo
9 Operan en Bancos y similar. Los datos crudos del perfil son de inters inmediato y use para
10 una variedad ancha de modeladores que pueden acceder a eso hacer una seleccin asignan val de aporte
11 ues para el crecimiento modelador del cultivo, hydrological va en procesin, dinmica de carbn, y
12 funciones ecolgicas.
5
6
13
Los datos del punto y del mapa legan ambos sean de utilidad significativa para la multa productora
14 mapas de resolucin de propiedades del terreno segn las especificaciones del Glob
15 alSoilMap.net se proyectan. Estos mapas finos de la propiedad del terreno de resolucin legan finalmente
16 son de inters extendido y el uso como el aporte para muchos mecanografe de modelos como lnea de fondo
17 datos. Por ejemplo los mapas de la propiedad del terreno se usarn para hacer estimaciones y
18 clculos de carbn surten y potencial de secuestro de carbn, para modelar hy
19 procesos drological como la carrera de desempate y la erosin, para modelar brote del cultivo con uno
20 miran para la seleccin perfeccionadora del cultivo y las prcticas agrcolas bajo el clima cambiante
21 condiciones y para guiar planificacin estratgica y formulacin de poltica en nacional
22 y los niveles continentales. El hecho que el proyecto entero ser patrocinado en servidores
Puesta en descubierto de 23 afianzamientos (o sea pblicamente accesible para alguien) de extendido y
24 la participacin potencialmente pblica extendida en ambos introduciendo en la computadora los datos y usar
25 eso. Es de esperar que la democratizacin del proceso de entrada de datos lo har, a su vez,
26 conducen a la democratizacin de uso de fin de los datos.
27
Predecimos que los usuarios de los mapas de la propiedad del terreno GlobalSoilMap.net querrn
28 a trabajar con subconjuntos diferentes y en escalas diferentes. En ese sentido, lo haremos
29 estrechamente siguen el modelo de distribucin MODIS primero facilitaremos a produc 30 tion de mapas ms finos (100 m) de resolucin, luego proponga la agregacin de estos mapas
31 (incluyendo el 95 intervalo del % valores) para las resoluciones ms toscas: 250 m, 1 km y
32 5.6 km. Es muy posible que los primeros usuarios enfocarn la atencin en la resolucin ms tosca
33 mapas, porque es muy probablemente que para un la mayor parte del mundo slo seremos capaces
34 para downscale los datos nicos hasta la resolucin tosca de 1 km.
35
39
40
El spond para la realidad? Cmo el pozo traza un mapa de leyendas corresponden para la realidad?
4.
5.
6.
1
0
1
1
1
2
1
3
1
4
Cunto cuesta?
es su valor agregado?
Est al da eso?
Qu
El higo. 9.2 la Usabilidad de un Sistema de Informacin del Terreno son bsicamente un nmero de funcin de datos de nosotros
medidas de habilidad de las cuales lo siguiente cuatro (C's) es esencial: La consistencia, la plenitud, la exactitud y la moneda
circulante.
Maximizando cada uno de las medidas de usabilidad listado arriba podemos dar fe
La mxima calidad de los productos de salida. En realidad, slo podemos aumentar
Cada uno de los factores listados hasta un cierto nivel. Luego, debido a lmites prcticos, nosotros
Alcance alguna mejor actuacin posible dada los fondos disponibles y mtodos,
Ms all de cul no ms mejora es realista. Por ejemplo, la aptitud
Servir geodata es determinado por la aptitud tcnica del sistema del servidor.
Para mejorar esta actuacin nosotros tampoco tenemos para invertir ms dinero
Obtenga mejores computadoras o redisee el modelo de datos a fin de que es ms eficiente adentro
Cumpliendo con alguna operacin.
172
Proyectan planificacin y deliverables
La calidad de una base de datos del geospatial est en funcin de exactitud, suficiencia, con-sistency,
plenitud, interoperabilidad, accesibilidad y aptitud de servir. Cada uno de estas medidas de a usabilidad les
puede ser maximizado hasta un cierto nivel, dado el activo disponible.
Na = N _ h
El leo (X/A
)
19.0825
i2
(9.1)
Un
ha
_ 1.6232
El exp
En la prctica, los inspectores del terreno raramente tienen el lujo de regresar al campo
para coleccionar pruebas adicionales, pero el concepto de modelado iterativo de pies contrahechos espaciales
11 la acin son ahora progresivamente aceptados. Cabe suponer que Eq. (9.1) hace
12 no el afianzamiento aqul realmente podr explicar variabilidad de 100 % en lo
13 le apuntan a la variable, porque una parte significativa de variacin puede estar a cobro para previamente
14 mencionaron error de variabilidad a corto plazo y de medida (el Higo. 9.3). De hecho, nosotros
15 slo lograrn llegar a 100 % si el nmero de pruebas es infinitively a gran altura.
16 Eq. (9.1) en menos indica un nmero concreto para acercarse a otra iteracin.
10
El higo. 9.3 que la Cantidad de variacin explic por un modelo dado pueden verse como una funcin de encuesta cueste: Lo ms
invertimos dinero en coleccin de datos del campo del terreno, la variacin superior de cantidad que podemos explicar.
1
0
VERIFICACIN de DATOS
La
L0
Promueve a este usuario?
La COLECCIN de DATOS
El higo. 9.4 Crowd Sourcing elaboran planes secretos para el control de calidad. Los usuarios sern continuamente evaluado y
clasificado en categoras basado en los informes de verificacin de datos. Tales sistemas rastreadores son comnmente usados por
proyectos colaborativos grandes de trama.
12
1
3
1
4
1
5
1
6
1
7
1
8
174
Proyectan planificacin y deliverables
1
Hay varios modelos posibles para cmo adquirir prueba /terreno nueva del terreno
2 observaciones:
3
4
La produccin. Este modelo significa que consentimos aporte de todo libremente contribuido
5
Los datos, sin invertir en encuestas nuevas. Los contribuyentes se convierten en cualquier voluntarios
6
(Aun los alumnos elevados de la escuela) eso ha seguido algn mnimo entrenndose y
7
Los niveles continentales. Estas encuestas podran ser completamente compatibles con el Global
10
Las especificaciones SoilMap.net y podran consentir entrada directa de registros del terreno con
11
Los tres modelos se extienden de barato (el modelo de crowd-sourcing) para poten
15 tially caro (la paga por perfil). Lo ltimo no es obviamente realista en el im
16 median trmino, pero aun la paga por el modelo del perfil no tiene que insinuar enor
17 costos mous. Por ejemplo, el landmask actual de las funciones del mundo que hay
18 19 mil 1 las tejas de grado (27 billones de pixeles en 100 la resolucin m). Para coleccionar
19 50 puntos por teja significaran puntos del 950k para el mundo entero. Para otorgar, para
20 el ejemplo, $50 USD por perfil requeriran un presupuesto de 47.5 millones USD2.
21 que Esto aparece un nmero alto, pero si dividimos este nmero por popu mundial total
22 la lacin que podemos ver que ste son slo $0.007 USD por ciudadano. El asunto es cmo para
23 coleccionan esto poquito de cada persona en el mundo?
Una combinacin de paga y crowd-sourcing puro por de perfil (en pases listados en arquitectura abierta de
documentos) financiando modelo es probablemente el modelo ptimo para asegurar consis-tent y
produccin continua de informacin global del terreno.
24
Muchos inspectores semiprofesionales del terreno y expertos agrcolas en pases en desarrollo posiblemente completaran para
coleccionar esta informacin.
3
http://www.oe
1
0
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
http://www.gl
5
6
7
8
9
http://www.wm
http://www.gl
http://www.bg
http://www.ge
que http://www.ga mantuvo por Robert Hijmans.
Necesite estar disponible como cubiertas molidas (las imgenes de formato de intercambio de grficos).
176
Proyectan planificacin y deliverables
Los mapas globales de la propiedad del terreno y el terreno perfilan y los datos covariate sern flexibles a
la salida de computadora en microfilm con los estndares de metadatos FGDC Geospatial y / o el
Commission de Europeo INSPIRAN especificaciones.
La meta de este proyecto es tambin para ser transigente con un nmero de nacional
8 y las iniciativas internacionales de geo-data como los metadatos FGDC Geospatial
9 estndares y / o el Commission de Europeo INHALA specifications10. Nosotros
10 cuentan con el soporte de los nodos continentales para validar esta compatibilidad
11 y proveen su soporte dnde necesario.
12
que Este captulo tiene, sugirieron algunos principios bsicos y los pasos requirieron producir
productos de calidad listados en la parte previa del libro. Estos se basan con exceso
15 en las ideas de desarrollo del crowdsourcing y del software colaborativo. All
16 son potencialmente un volumen enorme de ambos perfil edagolfico (probablemente centenares de usted
17 arenas de perfiles) y los datos del mapa que est disponible y eso tendra buenas consecuencias para
18 entran en una base de datos armonizada. Sera ms efectivo si la entrada pudo ser
19 lograron por un gran nmero de personas cada entrando en algunos perfiles en vez de uno
20 la parte pequea numeran de personas cada ser responsable para la entrada de muchos perfiles.
13
14
21
Los datos capturan plataforma involucrara y hara uso de las habilidades de dos
22 le apuntan a los grupos contribuyentes. El primer grupo consistira de comprometido, experto
23 ensucian a los especialistas en el nodo GlobalSoilMap.net que tienen ms probabilidad de trabajar pues
24 agencias de sector pblico u organizaciones consistieron en la coleccin, dissemina
25 tion o uso de informacin de terrenos. El segundo grupo constara de un mucho
26 la mayor piscina de miembros interesados y motivados del pblico general que el har
27 bor un inters en terrenos y en contribuir empeos cientficos globales. Lo
28 numeran de especialistas expertos y disponibles y anuentes para entrar en datos de perfil edagolfico en
29 bases de datos del perfil o para geo-register escudriaron mapas del terreno - se espera - son muy
30 mugen. Esto es propenso a querer decir que eso slo limit volmenes de informacin de perfil edagolfico
31 pueden esperarse razonablemente a ser en los que se entr por el grupo directivo existente de especial del terreno
32 ists.
33
10
http://www.ins
La calidad de GlobalSoilMap.net que los productos aumentarn como el nmero de usuarios activos
aumenta. Las ms personas que podemos contratar en repasar y mejorar los datos, lo que mejor traer.
Es tambin evidente, de los datos del
legado que tenemos por el momento, que
lo
El aporte crucial para la geoinformacin
global edificadora del terreno en una
voluntad fina de resolucin
Ser datos remotamente sentidos. El
problema es esos sistemas remotos
existentes de sensacin,
Con excepcin de la imaginera basada en
radares del satlite, es primordialmente
enfocado adelante
Aterrice cubierta y caractersticas
atmosfricas y no fueron diseadas para
satisfacer los requisitos
De terreno haciendo mapas. Hay tres
estrategias posibles para mejorar la
efectividad
De imaginera remota de sensacin para
terreno global haciendo mapas:
los datos del satlite de orden por los
sistemas existentes RS Para Espacio de
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
ejemplo European
El satlite PROBA11 de la agencia tiene
una Especulacin Alta Compact de
Imagimtica de Resolucin
Trometer (CHRIS) que puede producir 37
se agrupa en el 4421019 nm espectral
La regin y en una resolucin esmerilada
de 17 m. Hyperion de la NASA est tal
vez uno
Mejore eleccin para la imagimtica
hiper-espectral global, porque produce
ms
La informacin (220 bandas) en
resolucin de dos veces de ms grueso, y
cubierta ms grande
Las reas (7.5 km por 100 bloques km).
Cunto hara tal encuesta cuesta y
Podran que tales datos globales RS sean
distribuidos pblicamente, pudieron
discutirse
Con los dueos de esta tecnologa.
organice encuestas soportadas en aire
nuevas hay un nmero creciente de
examen Los ples de destinar spectrometry de rayo
gamma aerotransportado para trazar un
mapa de material del terreno.
Podran misiones de la escama de una
carrera de continental para producir tal
imaginera para vasto
Las reas? Esto es probablemente
ciencia ficcin quieta porque el spectrom
de rayo gamma
El etry tpicamente requiere misiones de
encuesta de altitud baja, lo cual quiera
decir aqul
Necesitara equipar una flota de aviones
para producir una imagen de uno
El continente en algn plazo prudencial
(< 1 ao).
organice una misin nueva del espacio de
tipo Shuttle como el Radar Topographic
La misin El SRTM (RABUS et al.,
2003) es todava reconocido tan uno de lo
La mayora de productos globales
populares completos, ms usados y ms.
Est all una necesidad
Para una Misin nueva de Mapeo del
Terreno de la Lanzadera?
11
http://www.esa
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
178
Proyectan planificacin y deliverables
La especificacin de tales encuestas est ms all del alcance de este documento. Cmo
2 alguna vez, que esto podra cambiar en pocos aos cronometran, cuando el proyecto alcanza su momen
3 tum.
4
Es a menudo ignorado que el terreno vara en ambos espacio y que las dimensiones de tiempo. Una cierta cantidad
5 propiedades mecnicas del terreno como textura, la roca se fragmenta y mineraloga adentro
6 general - se decir - disienten poco sobre el perodo de tiempo extensivo. Excepto la mayora de otro
7 propiedades cambiarn entre los aos, a menudo dentro de las estaciones, o aun dentro de un da
8 (por ejemplo el contenido de agua del terreno). Hay todava muchas preguntas en la pedologa que
9 no pueden ser contestados porque simplemente no nos basta la serie temporal de terreno
10 medidas (MCKENZIE et al., 2002). Por ejemplo, los intentos a definir uno
11 en todo el mundo la tasa tolerable de erosin ha fracasado ms bien. Idealmente, uno
12 deberan estar comparando efectos de agricultura y proyectos corteses de ingeniera adelante
13 manchan erosin haciendo antes de / despus los estudios para lo mismo o tierra comparable debajo
14 la vegetacin natal y bajo la utilizacin de tierras intensiva. Igualmente, hay una necesidad apremiante
15 para la serie temporal de terreno perfilan datos analticos establecen duraciones y tasas de
16 cambian en propiedades cruciales (el carbn orgnico, el nitrgeno) del terreno a travs del tiempo en el respeto
17 para el cambio de clima y a cambiar en prcticas de la gerencia.
18
Esto requiere la instalacin de sitios globales de monitoreo del terreno en curso. Para
19 el ejemplo, el Rothamsted Experimental Station contienen medidas de terreno
20 propiedades para un perodo de encima 150 aos. Supngase si hubo 1000 algo semejante
21 sitios se dispersan alrededor de zonas diversas climticas y geomorphological en el mundo.
22 que El proyecto Africasoils.net ya tiene, establecieron 60 sitios del sealizador (1010 km
23 bloques) en el sahariano en la prestaciones suplementarias de desempleo Africa12. Estos sitios son hierarchically
probado en prestaciones suplementarias de desempleo nosotros
24 tcnicas (dele amplitud a la espectroscopia del terreno) que asocian terreno ing y de avanzada tecnologa.
Podemos
25 prevn que es probablemente slo una pregunta de tiempo antes de una red internacional
26 trabajan de sitios de monitoreo del terreno es establecido. El claro duda es son 1000
27 sitios bastante? Cul (el bloque) tamao debiesen ser? Cmo distribuirlos para
28 representan todo proceso global de inters?
29
Finalmente, tres retos principales para terreno global haciendo mapas en el 510 entrante
30 aos, en nuestra opinin, sern: (1) la prediccin de variables del terreno de adentro poco tom muestras
31 reas, (2) la armonizacin de datos del legado y (3) la prediccin de variables del terreno
32 con patrones complicados de spatio-temporal (por ejemplo las texturas del terreno, el contenido de nutriente, wa
33 ter contentan). Dos soluciones alentadoras para el problema de reas poco probadas
34 son uso aumentado de datos remotamente sentidos y la acomodacin de un reembarque de conocimiento
35 el principio (las reas de uso hicieron mapas en detalle para trazar un mapa de paisajes similares en un continente
36 que es poco probado). Parece que muchas propiedades del terreno pueden estar eficazmente
37 explicaron por pronosticadores multivariables basados en un SCORPAN multiescala global
38 modelan. Tales modelos probablemente no seran tan significativos si los datos fuesen divididos
39 para construir n modelos locales, pero esto queda ser probado.
12
http://www.afr
Captulo 10
1
0
1
1
1
2
1
3
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
http://data.g
179
180
la Propiedad Intelectual y los datos acceden a las polticas
10
Precedente de 1 Corrientes de legal ha demostrado que los descargos de responsabilidad tienen poco valor
2
La voluntad del proveedor para adecuadamente describir sus datos, su uso y limi
4
Los tations y demostrando soporte para los usuarios estimando uso apropiado de datos
5
GlobalSoilMap.net no es una entidad legal y no puede reclamar propiedad para datos o puede cargar con la
responsabilidad para asegurar los derechos de propiedad del intelectual de las agencias contribuyentes. Slo
las entidades legales, como individuos, las sociedades annimas, los organismos gubernamentales y los
institutos registrados pueden reclamar que se copian bien o la responsabilidad de la toma para la propiedad
intelectual.
13
Entonces, mientras el proyecto GlobalSoilMap.net puede estar de acuerdo para, y adopta, una poltica
14 acerca de los derechos de propiedad del intelectual, la implementacin de la poltica tienen que
15 se hagan en el nivel de los institutos y las agencias que son las socias adentro lo
16 se proyectan.
17
Todas las consideraciones guardaron relacin con intelectual derechos de propiedad dentro del Global
18 el proyecto SoilMap.net son influenciados por lo siguiente dos fundamental debajo
19 posiciones:
20
1. La propiedad de todos los datos preexistentes contribuy para, o us por ah, el Global
21
Quien retenga le da amplitud al control de los datos y determina e implementa cualquier condi
23
El
Ser hecho disponible gratis, bajo una licencia Creativa de tipo Commons,
26
27
28
29
30
Yo Con Relacin a todos los datos preexistentes contribu para, o us por ah, el Global
31
SoilMap.net proyctese:
5
6
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
40
182
la Propiedad Intelectual y los datos acceden a las polticas
1
GlobalSoilMap.net se declara que todos los productos recin producidos sean libremente
2 distribuyeron bajo el Creative Commons License3, o sea bajo la Base de Datos Abierta
3 Licencian (ODbL4). La meta es compartir ambos datos del perfil y mapas derivados
4 con una audiencia tan extendida como posible. Los conjuntos de datos adems, disponibles
5 a travs de GlobalSoilMap.net tendrn documentacin correcta (los metadatos) para
6 juzgan calidad de datos y utilidad potencial. Tambin respetaremos y garantizaremos
7 la propiedad y derechos de privacidad de inspectores y los contribuyentes de datos.
8
Todos los usuarios de cualquier productos GlobalSoilMap.net sern requeridos (la licencia est de acuerdo
9 ment) para claramente reconocer la contribucin de los miembros que hacen datos
10 disponibles despus de lo indican licencia. Esta aceptacin incluir en
11 mayora, co-authorship, y al menos, el reconocimiento en cualquier contenido impreso o de la Internet,
12 y dependern mayormente del grado para el cual una publicacin o anlisis dado
13 confan en los datos de cualquier proveedor solo de datos. Adicionalmente, asigne logotipos de contra
14 miembros tributing deberan ser colocados en cualquier sitio Web, educativo, el alcance, pre
15 la sentacin, o los materiales promocionales que usan los datos. Todos los investigadores haciendo
16 el uso sustancial de los productos estarn obligados a comunicarse directamente con
17 los investigadores que adquirieron los datos, o esos para quienes la responsabilidad para lo
18 datos han sido confiados, antes de publicacin.
19
26
27
28
29
30
La intencin evidente es ese todos los datos recin creados (el primer plano) producidos y
31
10
Error! Referencia de hipervnculo no vlida.no son una firma de abogados y no hacen provea servicios legales. Distribuyendo de,
exhibiendo de, o asociando para esta Accin Commons no crea una relacin del cliente de abogado.
4
http://wiki.o
7
8
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
184
la Propiedad Intelectual y los datos acceden a las polticas
1
2
3
10
Proponemos aqu una estrategia de implementacin que usa a ISRIC como un examen
4 ple de cmo puede implementar una agencia la poltica de protocolo entre redes adoptaron para el Global
5 SoilMap.net se proyectan. Al igual que con otros aspectos del proyecto, estando requerido, este im
6 el protocolo de plementacin pueden ser duplicados e implementados tambin en el nivel de uno
7 el nodo individual (e.g. JRC para Eurasia, CIAT para AfSIS).
8
La propiedad de todos los datos preexistentes contribuy para, o us por ah, el proyecto Global
SoilMap.net queda con el proveedor o dueo original de los datos que retiene control completo de los datos
y determinan e implementan cualquier con-ditions para el acceso o el uso, a menos que ese proveedor de
datos explcitamente renuncie a esos derechos de la propiedad asignndoles a una institucin anfitriona
(e.g. ISRIC) o las liberaciones ellos para el dominio pblico.
10
Esta poltica puede ser implementada, en el nivel de una institucin o la entidad legal,
11 creando y poblando centralizaron bases de datos, en una institucin dada, para patrocinar
12 preexistiendo, o los datos del legado, en su formato original. Todos los datos propuestos deben ser
13 acompaaron por una coleccin completa de metadatos, para cada contribucin, esa gorra
14 tures una especificada suite de informacin acerca del conjunto de datos de la fuente incluyendo dataset
15 nombran, propiedad, acomodamiento para el uso, reservados todos los derechos (si cualquier), las restricciones de
acceso y
16 cualquier restricciones de uso.
17
La entidad que posee los datos preexistentes, o lo propone para uno centralizado
18 la base de datos para el uso por el proyecto, retendrn el control y propiedad llena de lo
19 datos originales tan propuesto. Esto incluir derechos completos a tele-enviar, editar o re
20 visan, actualizan o suprimen todos los datos originales de la fuente y dems metadatos asociados. Lo
21 centralizaron base de datos proveer un mecanismo para capturar uno convenido en suite
22 de metadatos para cada fuente de datos preexistentes se sometieron a eso. Este mecha
23 nism sern transigentes con todos los estndares existentes para captar metadatos aproximadamente
24 datos colocan propiedad, usan y acceden a las restricciones. La agencia que somete o la entidad
25 sern responsables de entrar y manteniendo todos los metadatos acerca del original
26 datos de la fuente que contribuye.
27
En todos los casos, los proveedores de datos contribuyendo preexistiendo datos para el Global
33 el proyecto SoilMap.net sern alentados para adoptar una opcin predeterminada de confeccin
34 todos los datos contribuidos libremente disponibles sin restricciones en el acceso o el uso debajo
35 una licencia Creativa de tipo Commons. Si la entidad contribuyente est incapacitada, o un
36 legando, a hacer sus datos libremente disponible, que luego ser le ofrecieron otras opciones a
37 registran su protocolo entre redes y sus condiciones de acceso en su totalidad.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
10
puede ser asumido por la entidad anfitriona que recibe los datos (en este Sistema Intermedio de ejemplo
RIC). En tales casos, se esperara ese la entidad cargando con la responsabilidad
3 para mantener los datos y los metadatos de protocolo entre redes elegiran hacer todos los datos originales
4 libremente disponibles bajo un patrimonio comn creativo escriben licencia.
1
2
Para los propsitos de terreno global haciendo mapas, los datos iniciales SPROF sern sepa
6 evaluaron en dos componentes para los que contienen datos los perfiles edagolficos completos (SPROF)
7 y esos que contiene datos para sitios que no encuentra una definicin funcional
8 para un perfil edagolfico completo (FFSR). Ser incluido en el terreno de perfil registra adentro
9 el original forman (SPROF) base de datos, los datos deben existir para una suite mnima definida
10 de propiedades del terreno para en menos dos profundidades. Esos registros que encuentran el mnimo
Se considera que 11 requisitos son til para propiedad global del terreno haciendo mapas. Todo
12 registros que no suministran esto requirieron la suite de informacin para al menos dos
13 profundidades sern tratadas como emitirn registros de la forma en forma original (FFSR).
14
Los procedimientos sern ideados para tratar de completar y aumentar rcords libres de la forma
15 en forma original (FFSR) as es que puedan encontrar los requisitos mnimos necesitados
16 a ser tratados como registros para perfiles edagolficos y ser promovido a resida adentro lo (SPROF)
17 la base de datos. Los registros en los datos FFSR no pueden ser lo suficientemente completos para usar adentro
18 el terreno global haciendo mapas pero pueden resultar ser tiles para la validacin parcial de predic
19 tions para algunas propiedades en algunas profundidades.
20
La terminacin de procedimientos para cargar datos preexistentes del terreno en su forma original
21 en la base de datos de la Organizacin Sanitaria Panamericana, y para pegar metadatos en propiedad, acceso y
uso
22 condiciones para estos datos preexistentes, asegura logro de una de la llave
23 metas del GlobalSoilMap.net se proyectan; Eso de descubrimiento y rescatando terreno del legado
24 datos del perfil. No obtiene logro de dos otras metas cruciales del proyecto,
25 a saber armonizando conjuntos de datos dispares diversos para un soltero comparable global
26 estndar o utilizadores los datos armonizados en los procedimientos para producir multan resolucin
27 mapas de propiedades del terreno en una base global. Armonizar original contribuy datos
28 sets para un soltero aceptaron que el estndar global representa un transforma de valor agregado
29 tion de los datos originales. Esto sube la pregunta de ya sea lo transformado
30 y los datos armonizados colocaron (HSPR) representa un producto nuevo, generados por ah, o
31 para, el proyecto. Si los datos armonizados (HSPR) es un producto nuevo, lo debera ser
32 negociaron como algo semejante y estn hechos gratuitamente y se abran para todo para el uso a todo pasto.
A diferencia de FFSR y datos SPROF, armonizaron datos (HSPR) es un producto nuevo, debera ser tratado
como algo semejante y debera estar hecho gratuitamente y debera abrir para todo para usar a todo pasto.
33
Para la clase preexistente del terreno hace mapas, un protocolo similar es recomendado para
34 registrando e implementando el protocolo entre redes vindican de dueos de datos del mapa de clase del terreno y
35 proveedores. Si los mapas preexistentes de clase del terreno estn disponibles en formato digital, ellos
36 pueden ser en los que se entr en una base de datos espacial inalterada, en su formato original. Si el pre
mapas existentes de clase del terreno estn slo disponibles en copia en papel o formato escudriado, tomografas
de los mapas duros de la copia sern en los que se entr en una base de datos de datos originales de la fuente tan
39 imgenes digitales. Metadata en los derechos de protocolo entre redes, las condiciones de va de entrada y de uso
para todo entraron
40 datos del mapa del terreno sern capturados tan suministrados por la persona o entidad contribuyente.
37
38
4
5
1
0
1
1
1
2
13
Consideramos despus cmo aplicar e implementamos la poltica propuesta de protocolo entre redes con re
14
El spect para datos recin creados producidos para, o por ah, el proyecto GlobalSoilMap.net.
15
La llave anticip que los tipos de datos recin creados incluyen harmo de datos de perfil edagolfico
16 nized para un soltero estuvieron de acuerdo estndar internacional,
mapas
de
clase
del
terreno
armonizado
para
17 que un soltero estuvo de acuerdo que el estndar internacional, los
mapas
de
la
propiedad
del
terreno
cre
segn
18
Las
especificaciones
GlobalSoilMap.net
los
mapas
de
covariates
cre
medioambientales
19
El
ated
especficamente
para
el
proyecto.
20
Todos los conjuntos de datos recin creados producidos para, o por ah, el GlobalSoilMap.net
21
El proyecto est sujeto a la misma poltica crucial de protocolo entre redes. Esto est resumido como sigue:
22
Todos los participantes estn de acuerdo que los mapas recin creados, los metadatos, las visualizaciones
y los sets de datos de entrada producidos por ah, y accesible GlobalSoilMap.net directo, ser provisto
gratuitamente, y sin cargo, para ambos uso comercial y no comercial bajo una licencia Creativa de tipo
Commons.
Esta poltica es con holgura implementada, en el nivel de una institucin o la entidad legal,
23 atribuyendo un acceso coherente y solo del claro licencian, modelados,
por ejemplo,
24 despus de un estndar Creativo de BY-SA5 de Patrimonio Comn
(comparta
del
mismo
modo)
licencian
para
todos
los
datos
25
recin
produjeron
para
el
proyecto:
26
27
La prctica de tratar datos de entrada (ensucie perfiles y mapas) que han sido
28
Los datos transformados y armonizados, como recin creados, eso por consiguiente deberan ser
29
http://creati
188
la Propiedad Intelectual y los datos acceden a las polticas
1
2
3
10
puso disponible para todo sin restricciones en el acceso y el uso, tiene significativo
implicaciones para el proyecto.
Una decisin crucial tiene que estar hecha, en el nivel del proyecto entra en asociacin, referente a
4 ya sea el jefe de acceso libre y manifiesto para todos los datos recin creados deben
5 a estar extendidos para incluir armonizaron sets de datos de entrada, o ya sea esta extensin
6 es infeasible y restringa la voluntad de entidades que sustentan perfil edagolfico
7 bases de datos para contribuir sus datos para el proyecto.
El
higo. 10.1 ilustran dos panoramas posibles bajo las cuales la propiedad intelectual
9 derechos podran ser aplicados a transformados y las bases de datos armonizadas de perfil edagolfico.
10 que Una panorama similar le aplicara a armonizada ensucian la clase lo hace mapas. En el primer sce
11 nario, slo terreno original perfilan datos, de quin son dueos que estaban de acuerdo en soltarlo gratis
12 y el acceso manifiesto por todo, eran armonizados y estaban posado en la base de datos HSPR.
13 As, todos los datos en el HSPR estaban libremente disponibles para el uso por todo, no slo para
14 producen mapas armonizados de la propiedad del terreno, pero para cualquier aplicacin. Todos los datos lo
haran
15 conllevan la misma licencia de acceso manifiesto gratis y el uso irrestricto.
Los
Interpole
El Perfil Edagolfico Armonizado
Los registros (HSPR)
Georeference
Y digitaliza
El contenido del extracto
El polgono del terreno hace mapas
El acceso limitado
(El acuerdo de licencia firmado requerido)
Libere acceso
(Los datos pblicamente disponibles)
El higo. 10.1 la Conversin de datos registrados oficialmente preexistentes originales del legado del terreno para recin creado los datos
pblicamente disponibles.
16
En la segunda panorama, todos los datos originales de la fuente que choca con el re mnimo
28 quirements para el reconocimiento como un perfil edagolfico y para inclusin en el SPROF
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
190
la Propiedad Intelectual y los datos acceden a las polticas
10
Datos de 1 fuentes originarias. El acceso y el uso de los mapas preexistentes de clase del terreno lo haran
2 estn restringidos para lo que estaba permitido por las condiciones registradas de protocolo entre redes.
3
Una segunda transformacin de la que la clase del terreno ms preexistente traza un mapa usualmente debe
4 experimentan para ser til para caracterstica global del terreno haciendo mapas es conversin para uno
5 completan cobertura para un rea entero con un diseo uniforme de leyenda y el contenido.
6 Algunos pases (e.g. El EEUU) tenga casi cobertura completa y continua de
7 mapas del terreno con una escama consistente y la leyenda pero las mayoras no hacen. Donde la cobertura es
8 no completos, los procedimientos deben ser implementados para usar lo disponible fragmentado
9 la cobertura para producir una cobertura uniforme sola. Los mtodos DSM son progresivamente
10 solieron producir mapas uniformes para las reas grandes por mapas existentes utilizadores de clase del terreno
11 que cubren porciones de estas reas como entrenar datos construir reglas extrapolan
12 las unidades del mapa para las porciones de las que se no traz un mapa del rea de inters. Aun para las reas
dnde
13 que la cobertura por mapas existentes de clase del terreno es completa, tales mapas son propensos a requerir
14 la armonizacin para lograr un diseo de la escama sola consistente, de leyenda y leyenda
15 contentan. De hecho, para soportar terreno verdaderamente global haciendo mapas, sera preferible
16 armonizan todos los mapas existentes de clase del terreno para uno o dos escalas estndar (e.g. El 1:1
17 millones y 1:200,000) y una leyenda estndar sola para cada escama. Esto lo hara
18 proveen datos coherentes del mapa de clase del terreno para todas las partes de mundo y lo haran
19 permiten creacin de reglas de prediccin DSM globalmente coherentes.
Si
20
preexistiendo mapas de clase del terreno es usado, como descrito anteriormente citado, a producir nuevo
21 con los que la clase armonizada del terreno traza un mapa en uno o dos escalas armonizaron leyendas y
22 bases de datos, estos seguramente calificaban como productos enteramente nuevos, produjeron por ah, o
23 para, el GlobalSoilMap.net se proyectan y calificaran para ser soltados debajo lo
24 acceso libre del claro y que la poltica le aplic recin cre productos.
25
10.6 Conclusiones
36
se asociaron ras con ras de acceso para esa informacin. Estar reconocida que la inversin
y el tiempo cometido para la coleccin de un conjunto de datos facultarn al dueo a lo
41 beneficios fundamentales de su uso.
39
40
10.6 Conclusiones
191
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
3
8
3
9
4
0
4
1
4
2
4
3
24
25
4
4
4
5
192
la Propiedad Intelectual y los datos acceden a las polticas
1
10
El
nity. Los elementos Metadata pueden ser aadido, suprimido o refinado, como necesario para
2
La lista necesita ser finalizada por el liderazgo mayor (los lderes del nodo) de proyecto con
4
El
Captulo 11
La vitrina: Malawi
El cal y los datos descriptivos para horizontes Adems de datos del punto, tambin usamos
Un mapa del terreno del polgono del 1:800k disponible para el pas entero.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
carrera
El ning el anlisis multiescala del
geostatistical siguiendo la teora explicada en
3.4
Y el procedimiento computacional en pgina
152.
Para los propsitos prcticos, reportaremos
en las siguientes secciones slo resultados
Para los mapas generadores de terreno pH
(PHIHO5), arcilla y carbn orgnico
(ORCDRC)
El contenido (CLYPPT). Ms resultados
pueden producirse obteniendo el acto
inapropiado completo
El cdigo descrito aqu.
2
2
2
3
2
4
2
5
2
6
2
7
que Este dataset es una recopilacin de nmero de estudio de suelos proyecta de perodos diferentes y producido utilizador conceptos
de estudio de suelos relativamente diferentes, por lo tanto relativamente heterogenous.
1
193
194
Presentan: Malawi
1
11
que El paisaje de Malawi es una serie de mesetas estudiadas en sus partes y montaoso
reas a lo largo de la Hondonada o sea el lago Malawi. Las mesetas se elevan a la altura de 1000 m por encima de
mar
4 derriban, o sea para 2,400 m en el norte. Al sur de Lake Malawi est el rea del Condado
5 Tierras Altas: Amablemente comenzando a rodar tierra en aproximadamente 914 m sobre el nivel del mar. Lo
6 dimensionan del pas es 118,000 km2 (el tamao del bloque rectangular es 349 por ah
7 860 km).
2
3
La economa de Malawi se basa con exceso en la agricultura (el tabaco, la caa de azcar,
9 el algodn, el t, el maz, las papas, el sorgo, el ganado y las cabras), con una gaseosa mayormente rural
10 la ulacin. El clima es tropical y caliente en las reas bajo el nivel del mar en el sur de lo
11 el pas y templado en las tierras altas del norte. Hay razones simblicas
12 por qu a usar Malawi como el caso de funcin: sta es la regin donde MILNE (1935)
13 desarrollaron el concepto de cadena y prcticamente marcaron nuevos rumbos en la contra del paisaje de terreno
14 cepts que estn bajo de terreno digital haciendo mapas.
La mesa 11.1 los estratos Covariate destinados para GSM en Malawi. La lista real de covariates ser muy mayor despus de la primera
liberacin del producto global de covariates.
El clima
Biomes
El material del padre
La utilizacin de tierras general
La declaracin jurada escrita de erosin
La administracin de tierras
5.6 km
1 km
250 m
100 m
El mapa de la lluvia de mundo
La tierra larga basada a MODIS de trmino
La elevacin de Temperatura de la superficie (el da /noche)
Las Provincias Geolgicas de frica
El mapa del polgono del terreno (FAO clasifica)
ENVISAT Aterrice mapa de la Cubierta (GlobCov)
MODIS (MCD12Q1) aterrice dinmica de la cubierta
MODIS (MCD13Q1) Realz Vegetacin
El ndice (EVI) y la mediana banda infrarroja (MIR)
TWI, TRI, Cuesta, aspereza de la Superficie, Insolacin
Landsat ETM
La banda termal
15
https://lpdaa
El higo. 11.1 conjuntos de datos de Malawi: Probando posiciones (la izquierda), y mapa de clase del terreno FAO en 1:800k de la
escama
(Bien). El rea total de Malawi es 95,721 km2.
http://ionia1
4
5
http://certma
http://srtm.c
196
Presentan: Malawi
11
Land Cover Facility6 (GLCF), luego enmascarado para nubes y cuerpos de agua y
normalizaron por la desviacin tpica. Las bandas originales estn disponibles en resolu
3 tions de 30 y 60 m pero fueron reprobados para la resolucin del blanco de 100 m. Despus
4 que el mosaicking de tal nmero grande de escenas algunos saltos artificiales de adentro aprecian
5 fueron todava visible en las escenas del mosaicked.
1
2
Todos los mapas de Malawi fueron proyectados en el sistema UTM 36S. Lo correcto
7 el sistema local de proyeccin en el proj4 formatean es:
> utm.36 < - "+proj utm +zone = 36 +south +ellps WGS84 +units m +no defs"
8
Debera ser claro para alguien despus de este ejercicio que la calidad de lo
9 predicciones podran, y lo haran, lo haran usando adicional o perfeccionado
10 estratos de datos covariate o sumando datos adicionales del punto de geo-register. Uno de
11 que las ventajas cruciales del acercamiento demostraron aqu es que es perfectamente
12 diseados para aceptar actualizacin a cualquier hora mejoraron datos se hacen disponibles (por lo tanto eso
13 se basan en procedimientos automatizados). As, es el proceso de producir el terreno
14 mapas de la propiedad que las necesidades a ser revisadas y evaluadas y no lo producido
15 mapas.
16
con los que comenzamos analizar la consistencia introducen en la computadora datos. Primero queremos evaluar
la intensidad aproximada de muestreo y escama correspondiente de los mapas de aporte.
19 que tambin queremos comprobar qu tan representativo las pruebas consideran diferentes
20 aterrizan clases de la cubierta y topografa. Recuerde de 3.8, realmente podemos no cambiar
21 que la calidad de los datos de entrada, pero nosotros enlata en informe mnimo en su escama efectiva y
22 la consistencia.
17
18
23
Para evaluar la suficiencia del mapa del polgono del terreno, necesitamos cargar los datos
24 en acto inapropiado:
El artculo importado del # el mapa del polgono del terreno:
> los terrenos del mw < - readOGR ("mw _ ensucia _ Diciembre _ Deg.shp", "mw _ ensucia _ Diciembre _ Deg")
"REA"
PERMETRO
"LANDFORM"
"SDESC1A2"
MW
SOIL2
MW
SOIL2
yo"
...
"cuesta
SECUNDARIA"
...
"LA
"EL
DESAGE
13
"ALT2"
EROSIN
PARENT_MAT"
SOIL_DEPTH"
...
19
"SURFACE_TE
"LA
...
SUBSURFAC"
ANEGACIN"
25
"SREACT2"
"LA
SALINIDAD"
"CEC"
"N"
...
http://glcf.u
31
"yo
D2"
> el trmino medio (sapply (la ranura (mw soil.utm, "polgonos"), la ranura, "el rea")) /1e4
1 2284.111
Que quiere decir que el tamao de la clula cuadriculado legible ms tosco se trata de 2 km (HENGL,
2006). Asumiendo una complejidad promedia de la forma, el tamao de la clula cuadriculado correspondiente
Para rasterize este mapa es:
2
3
4
La
5%
429.8749
1
0
1
1
1
2
1
3
1 377534.6
o sea acerca de 400k EUR, segn los resultados empricos de LEGROS (2004, p.75)
(Vea tambin pgina 84).
15
Para evaluar la calidad del diseo de muestreo, primero podemos experimentar si los puntos
Est significativamente apelotonado:
17
14
16
La y
El mensaje de advertencia:
En ppp (la letra x = se coordina (malawi.utm), 1, y coordina
1
8
1
9
2
0
2
1
0.2
198
Presentan: Malawi
11
acto inapropiado de la G
0.4
0.6
0.8
Los obs
El theo
hi
He aqu
1000
2000
3000
4000
acto inapropiado
El higo. 11.2 que la Comparacin de la confianza circunda para la G funcionan (Random-Ness Espacial Completo) y la distribucin
observada real (la lnea remarcada). Derivativo utilizador el mtodo del sobre
0.0
En spatstat.
Ponga cuidado sin embargo en Higo. 11.3 que hay un prejuicio de muestreo hacia ms bajo
16 elevaciones (300400 mide por encima del nivel del mar). Otra vez, estos puntos vienen de
17 proyectos diferentes de estudio de suelos y eso son muy probablemente ese en las llanuras inferiores lo
18 terrenos fueron probados ms intensivamente porque estas reas son ms importantes
19 para la produccin agrcola.
2700.0
La prueba
mapa
La prueba
mapa
El
El
El higo. 11.3 el Histograma para los valores probados de elevaciones y EVI (2740 posiciones) versus el histograma del mapa de trama
(todos los nodos de trama). Producido utilizador el mtodo del histbackback.
La comparacin de la tierra que la cubierta clasifica demuestra que hay uno significativo difiere
El ence en qu tan terrestre las clases representadas de la cubierta son:
> ks.test (inspdens.obs, inspdens.exp)
1
0
1
1
1
2
1
3
1
4
1
2
200
Presentan: Malawi
11
El higo. Aparicin de 11.4 Histogramas la distribucin de valores para las tres variables del blanco
El carbn orgnico en permille (ORCDRC), pH (PHIHO5), y el por ciento de arcilla (CLYPPT): (Arriba) lo de l
Los tograms producidos usar el Claro global Ensucian datos de Perfiles (el valor medio por sitio) y basado en los datos del punto de Higo.
6.3; (Debajo) los valores para Malawi slo (los horizontes).
asimismo, pH se extiende desde 4.4 para 8.87, y arcille de 3 para 74 %. Basado en el complot
mostrados en Higo. 11.4 que puede ser dicho que los terrenos en Malawi estn en general un poco
3 lo que decrece en pH que el promedio global, mientras el contenido orgnico de carbn y
4 arcillan contenido est relativamente comparable para los rangos globales tpicos.
1
2
En la seccin precedente en la que enfocamos la atencin evaluar los datos locales del terreno para lo
estudian rea. Ahora podemos seguir con correr predicciones siguiendo el esquema
8 en Higo. 8.2. Primero prepararemos datos del punto y gridded, luego estimaremos regresin
9 modelos en cuatro escalas (5 km, 1 km, 250 m y 100 m), adaptan variogram para residuos
10 y luego finalmente corra predicciones siguiendo el esquema en Higo. 8.2.
6
7
Primero nos conectamos a la base de datos Abierta de Perfiles Edagolficos que contiene todo punto
registros en el mundo (el Higo. 6.3). Podemos hacer un download de este locally7 de registros por ah
usando el paquete RODBC:
3
1
2
$ GLOUNIID: Factor w / 64182 derriba " frica: La avispa _ GH5 ",..: ...
$ UHDICM_A: Num 0 0 0 0 0 0 0 0 0 0 ...
$ UHDICM_B: Num 15 20 20 15 4 24 24 18 8 20 ...
...
$ ORCDRC_A: Num 7.6 12.8 5.9 14.6 3.1 6.6 11.3 9.3 30.9 ...
$ ORCDRC_B: Num 2.3 6 2.4 8.4 3.5 10.8 11.3 8.1 27.4 6.5 ...
...
_ A $ PHIHO5: Num 7.9 8.5 8.8 8.6 8.9 7.4 7.8 6.5 7.2 7.8 ...
$ PHIHO5 _ B: Num 7.9 8.6 9.2 8.9 8.8 7.3 7.8 6.5 7.4 8.1 ...
...
$ CLYPPT_A: Num 20 20 20 15 35 NA NA 37 12 ...
$ CLYPPT_B: Num 35 20 10 30 35 NA NA 26 20 ...
...
$ LONWGS84: Num 69.2 69.2 69.2 61.4 62.1 ...
$ LATWGS84: Num 34.5 34.5 34.5 34.3 32.4 ...
..
Recuerde de 3.6, mande a llamar 71, antes de que podamos proceder con 3D kriging, nosotros primero
4
de los que la necesidad para estimar aprecia le apuntan a los parmetros en linderos del horizonte del terreno. Para
5 logran esto, usamos el algoritmo igual de tiras de rea (MALONE et al.,
El 2009)8.
6
Esta funcin corremos en general dataset global y para cada variable meta
7
De inters (vea tambin 2.4):
8
7
Idealmente, uno deberan poder cubrir con una capa puntos y cuadrculas, y modelos adecuados directamente en el servidor.
que Esta funcin de Acto Inapropiado fue contribuida por Brandon Malone.
202
Presentan: Malawi
11
> spline.ORCDRC < - _ la tira ea (= la Organizacin Sanitaria Panamericana. del horizonte db, upperb "UHDICM",
El +
Mxd
La Lista de 5
:
El $ Idaho
Factor w / 64182 derriba a "la avispa _ GH5",.
.: 27273 ...
:
$ PHDICM
Num 1:64182, 1:9 0 0 0 0 0 0 0 0 0 0 ...
$ var.fit
Num 1:64182, 1:9 8.17 13.77 6.54 15.78 3.1 ...
$ var.std
Num 1:64182, 1:7 8.09 13.69 6.5 15.62 3.16 ...
$ var.1cm
Num 1:201, 1:64182 8.17 8.17 8.14 8.1 8.03 ...
1 donde PHDICM son observadas que profundidades de linderos del horizonte en cm, var.fit son
valores estimados en tira de ORCDRC en observaron profundidades, var.std son valores calzan
henifican en siete profundidades estndar, y var.1cm son predicciones usando al 1 cm adentro
4 crements.
2
3
Los valores acomodados en tira de variable meta, ahora disponible en punto soportan,
6 pueden estar ms all converso para una informacin del 3D determinado por ah:
El # los nombres / inferiores superiores de la columna del horizonte del lmite:
> upperb.lst < - grep (los nombres (la Organizacin Sanitaria Panamericana. db), modele a = glob2rx ("UHDICM _ *"))
> lowerb.lst < - grep (los nombres (la Organizacin Sanitaria Panamericana. db), modele a = glob2rx ("LHDICM _ *"))
Los nombres de la columna de variable meta del #:
> var.lst < - grep (los nombres (la Organizacin Sanitaria Panamericana. db), modele a = glob2rx ("ORCDRC _ *"))
> ORC. pnt < - la Organizacin Sanitaria Panamericana. db, c ( 1, var.lst )
> ORC. pnt$LONWGS84 < - el db$LONWGS84 de la Organizacin Sanitaria Panamericana.
> ORC. pnt$LATWGS84 < - el db$LATWGS84 de la Organizacin Sanitaria Panamericana.
> orcp.lst < - grep (los nombres (ORC. pnt), modele a = glob2rx ("ORCDRC _ *"))
data.frame
218969 obs. de 16 variables:
$ GLOUNIID: Factor w / 64182 derriba a "la avispa _ GH5",.
$ HONU
.: 27273 ...
LONWGS84:
...
1 1 ...
El num
$
LATWGS84:
...
El num
$ PHDICM:
0 0 0 0 0 0 0 0 0 0 ...
El num
7
8
$ ORCDRC:
El num
...
que las funciones que hay el ca. 220 con los que miles de 3D apunta completan datos
(tres coordenadas y valores de variable meta).
11.4
la
Preparacin
de
datos
del
gridded
203
En despus da un paso que prepararemos los mapas del gridded que se usarn para mejorar mapa
2
producen un sonido metlico de variables del terreno del blanco. Los datos del gridded estn todava no
disponibles por mundo
3
el confidente grids.org, as es que trabajaremos con una copia local de los mapas preparados
4
para Malawi. Podemos hacer un download de todas las cuadrculas de:
5
Las cuadrculas # donwload (ca 300 el megabyte!):
> download.file ("http://globalsoilmap.org/data/malawi grids.zip",
El
...
> baje la cremallera ("Malawi _ grids.zip")
> GDALinfo ("srtmdem.sdat")
Las filas
8598 columnas
3492
bandas
1
Origin.x
464469.4 origin.y
8105042
res.x 100
Res.y 100 ysign - 1 oblique.x
0 oblique.y
0 el conductor
La proyeccin de SAGA NA
El archivo
Srtmdem.sdat resumen de la banda ostensible:
El GDType
0
0
VERDADERO
NoDataValue
1
32767
8598 3492 pixeles. De la lista inicial de mapas del gridded para Malawi, podemos
Despus derive un nmero de DEM-DERIVATIVE (por ejemplo usando a SAGA GIS) como lo
1
0
1
1
12
# 5 datos de resolucin km
El # la lista completa en http://worldgrids.org/doku.php?Id wiki:Los estratos
> scov.5km < - c ("precm", "biocl1", "LSTDm", "LSTDs", "LSTNm", "LAIm",
El +
"Pc
evi1", "pcevi2", "pcevi3", "CLOUDFm")
> para (yo en 1:La longitud (scov.5km)) {
204
Presentan: Malawi
11
Yo 5 pronosticadores km:
3
b.
c.
d.
LSTDm 5km Quiera Decir a MODIS de tiempo en da que la Temperatura Surface Terrestre bas
8
e.
El
f.
LSTNm 5km Quiera Decir a MODIS de tiempo Night Temperatura de la Superficie Land
12
II 1 pronosticadores km:
19
Los pressions.
21
diff 1km la Diferencia del 77 que usa valor trmino medio (SRTM DEM)
22
23
25
uno. PCEVI1 250m Multe #1 del componente del jefe de resolucin MODIS EVI.
b.
26
27
28
29
31
32
FAOCLASS 250m los grupos del terreno FAO basados en el polgono del terreno hacen mapas de
El
33
rea.
34
IV 100 pronosticadores m:
35
b.
d.
11.5
Regression
variogram
modelando
205
> scov.1km < - c ("TWI _ 1km", "diff _ 1km", "geol _ 1km")
> scov.250m < - c ("globcov 250m", "cuesta _ 250m", "PCEVI1_250m",
El
Ahora que hemos preparado todos los datos de entrada, podemos seguir con ajuste lo
modelos de regresin para Malawi para las tres variables metas (ORCDRC, PHIHO5,
y CLYPPT; Para ms sede de informacin mandan a llamar 131). Aplicaremos regresin multiescala
El acercamiento del kriging tan descrito en detalle en pgina 68 y despus del flujo de trabajo
En Higo. 8.2.
6
Cubrir con una capa a los pronosticadores y apuntar hace mapas que podemos usar la funcin del extracto
Disponible por el paquete del raster9:
8
2
3
4
5
data.frame
218969 obs. de 10 variables:
$ precm: Num 11 11 11 10 5 37 44 45 39 45 ...
$ biocl1: Num 11.2 11.2 11.2 17.2 20 ...
$ LSTDm: Num 23.9 23.9 23.9 28.9 33.1 ...
$ LSTDs: Num 698 698 698 705 594 ...
$ LSTNm: Num 7.2 7.2 7.2 9.5 14.8 ...
$ LAIm
Num 7 7 7 6 7 28 68 43 32 39 ...
$ pcevi1: Num 858 858 858 903 1350 ...
$ pcevi2: Num 177 177 177 58 92 578 202 747 188 113 ...
$ pcevi3: Num - - 173 - - 111 - - 447 - 173 173 196 130
$ CLOUDFm: Num 92 92 92 93 84 140 123 145 111 112 ...
que el paquete de trama provee funcionabilidad de avanzada tecnologa para procesar cuadrculas espaciales (incluyendo cuadrculas
grandes). Aun puede correr operaciones en cuadrculas remotamente localizadas; El nico requisito es que las cuadrculas estn
disponibles en algn formato estndar GDAL.
10
En versiones futuras de este paquete el usuario deberan poder escoger de una coleccin variada de modelos estadsticos incluyendo
rboles de regresin y cardmenes.
206
Presentan: Malawi
11
La llamada:
Lm precm + biocl1 + LSTDm + LSTDs (la frmula = log1p (ORCDRC) +
LSTNm + LAIm + pcevi1 + pcevi2 + pcevi3 + CLOUDFm
+ log1p (PHDICM), datos = OSP.3ds)
Los residuos:
Min
El
El
3Q
Llegue al lmite
- - 0.5345 - 3.9757 0.0537 0.4546 5.2015
Los coeficientes:
(La Intercepcin)
7.691e-03 8.560e-04
8.986
Los LSTDs
9.197e-03 1.647e-03
5.583
El LAIm
2.170e-03 8.898e-05
24.384
El pcevi1
1.463e-05 3.682e-06
3.974
El pcevi2
1.626e-04 7.405e-06
21.962
El CLOUDFm
4.441e-03 8.918e-05
49.804
Log1p (PHDICM) - 3.511e-01 1.114e-03 - 315.259
Pr (> | t | )
(La Intercepcin)
<
2e-16 * *
El precm
<
2e-16 * *
El biocl1
<
2e-16 * *
El LSTDm
<
2e-16 * *
Los LSTDs
<
2e-16 * *
El LSTNm
2.36e-08 * *
El LAIm
<
2e-16 * *
El pcevi1
7.07e-05 * *
El pcevi2
<
2e-16 * *
El pcevi3
<
2e-16 * *
El CLOUDFm
2e-16 * *
Log1p 2e-16 * * (PHDICM) *
<
< 2.2e-16
Esto demuestra esas temperaturas terrestres de la superficie, esa precipitacin, indices de la biomasa
2 (PCEVI) y la profundidad del terreno explican 40 % de variabilidad en carbn orgnico globalmente;
3 que los mejores pronosticadores siendo pulen noche la temperatura (LSTDs) y la fraccin de la nube
4 (CLOUDFm). Esto prueba algunos resultados iniciales de BARITZ et al. (2011), cul
Mustrelos a esos pronosticadores de la caera maestra de terreno el carbn orgnico, en terrenos minerales, son
climticos
1
Las variables.
2
En el siguiente paso podemos mejorar la regresin modelando por llevar las cuentas para
3
La distribucin de la variable meta:
4
> S1.ORC.formula < - as.formula (la pasta ("ORCDRC",
El +
La
= el
que la funcin correcta del enlace ha sido seleccionada, el modelo no deberan menospreciar
valores superiores una vez destinados para predecir valores en posiciones nuevas.
Podemos pasar los residuos restantes a acomodar la regresin modelo en siguiente escama
(1 km):
9
5
6
7
8
La
La llamada:
Lm (la frmula = ORCDRC. r1 ~ TWI _ 1km + diff _ 1km + geol _ 1km,
= el mw de datos.OSP.2d)
Los residuos:
Min
- - 3.916 - 31.836 1.223
2.699 33.752
El 3Q
Llegue al lmite
Los coeficientes:
(La Intercepcin)
15.483080
3.004657 - 5.153
208
Presentan: Malawi
TWI _ 1km
0.710378 0.142971 4.969 diff 1km
0.005179 0.001484 3.491
geol
1km9808
84.7837563.315941 25.569 geol 1km9831 - 0.230931
1.458364 - 0.158
geol 1km9835
0.401643 1.846207 0.218 geol 1km9881 - 0.593906
1.669375 - 0.356
geol 1km9886 - 2.301521
2.707862 - 0.850 geol 1km9889 1.097975 3.825875 0.287
geol 1km9894 - 2.937302
2.097601 - 1.400 geol 1km9897 1.546013
2.512874 - 0.615 geol 1km9901 - 5.1520183.315280 - 1.554 geol 1km9905 3.187380
2.116331 - 1.506 geol 1km9924 0.386564 1.073011 0.360 geol 1km9930 5.223978
3.821649 - 1.367 geol 1km9946 - 4.494363
3.320404 - 1.354 geol 1km9955 6.476008
1.229852 - 5.266 geol 1km9965 - 6.070169
1.870672 - 3.245 geol
1km9969
- 1.1654981.786510 - 0.652 geol 1km9982
0.738934
1.131654 - 0.653 geol 1km10116 - 0.562749
0.547048 - 1.029 geol 1km10286 0.440317
0.748254 - 0.588 geol 1km10287 - 0.003197
2.364569 - 0.001 geol
1km10303 - 2.218882
0.602378 - 3.684 geol 1km10374 - 2.473524
2.227890 - 1.110
geol 1km10385 - 1.690849 1.036823 - 1.631 geol 1km10392 - 10.114831
3.821004 - 2.647
geol 1km10393 - 0.536632 1.166517 - 0.460 geol 1km10469
0.688956 2.956290 0.233
geol 1km10484 - 3.375680 2.977130 - 1.134 geol 1km10494
0.907271 0.763162 1.189
geol 1km10501 - 4.354366 1.496608 - 2.909 geol 1km10534
4.760460 3.308861 1.439
geol 1km10556 3.897680 1.915538 2.035 geol 1km10574 - 7.146116
3.812156 - 1.875
geol 1km10581 1.225957 1.117822 1.097
Pr (> | t | ) (la Intercepcin) 2.75e-07 * * TWI _ 1km
7.17e-07 * * diff 1km0.000489 * * geol 1km9808
< 2e16 * * geol 1km9831 0.874194 geol _ 1km9835 0.827796 geol _ 1km9881
0.722045 geol _ 1km9886 0.395435 geol _ 1km9889 0.774145 geol _ 1km9894
0.161537 geol _ 1km9897 0.538451 geol _ 1km9901 0.120299 geol _ 1km9905
0.132164 geol _ 1km9924 0.718681 geol _ 1km9930 0.171759 geol _ 1km9946
0.175993 geol _ 1km9955 1.51e-07 * * geol 1km9965 0.001190 *
11
< 2.2e-16
El sion modela.
Despus, repetimos la regresin
modelando procedimiento usando al 1 km
y
250 datos de resolucin m. Como la
resolucin se hace ms fina, el modelo tiende
a considerar
Menos pronosticadores (principalmente
porque menos mapas del covariate estn
disponibles en ms fino
Las resoluciones). En resoluciones ms finas
los focos modelo en explicar progresivamente
La variabilidad ms corta de rango. En
resolucin 1 km los mejores pronosticadores
(de entre
Esos consideraron) es: TWI para ORCDRC,
ndice topogrfico de empapazn para
PHIHO5
Y la geologa para CLYPPT.
Los pronosticadores 250 m explicaron 18.7
% de variabilidad para ORCDRC, 21.1 %
para
PHIHO5, y 26.8 % para CLYPPT. Los
mejores pronosticadores en 250 que m fuera:
MODIS
La banda Infrarroja mediana y el tipo del
terreno de la escama del 1:800,000 trazan un
mapa de para ORCDRC, ele
La vacin, los mapas EVI y los tipos del
terreno para PHIHO5, y otra vez la elevacin,
EVI y terreno
Los mapas para CLYPPT. La resolucin ms
fina de 100 m, us el subconjunto menor de
Los pronosticadores (las derivadas DEM y la
banda infrarroja termal Landsat) en parte
porque
De limitaciones en datos del covariate
disponibles en esa resolucin.
4
5
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
En este caso los mejores pronosticadores son 1km10303 TWI, geol 1km9955 y geol;
que el modelo explica 22 % de variabilidad en los residuos restantes. En lo mismo
la forma que podemos cubrir con una capa apuntan con 250 m y 100 pronosticadores m y equipe los regres
1
2
3
210
Presentan: Malawi
1
2
11
en la variable meta para la Malawi, y comentaron que las relaciones mayormente calzan nuestras
expectativas o sea nuestro conocimiento docto (e.g de la sede. El higo. 11.5).
Es altamente probable ese terreno futuro que los covariates referirn a la profundidad especfica (las
imgenes de radar que penetran salen a la superficie, distribucin de horizontes diagnsticos etc), lo cual
ayudara a mejorar 3D modelando de propiedades del terreno.
Una vez que hemos adaptado la regresin modelo para el ltimo componente, lo podemos hacer
4 siguen con adaptar a un 3D variogram para datos residuales:
El paso del # los residuos de lm:
...
> el mw.OSP.3d < - mw.OSP.2d
# 3D apunte datos:
> se coordina (mw.OSP.3d) < - LONWGS84 +LATWGS84 +PHDICM
Proj4string (mw.OSP.3d) retornos de carro los (< - "+proj longlat +datum WGS84")
> vr.fit < - fit.variogram (variogram (ORCDRC. r4~1,
El +
= el
Vgm
Psill
Anis
c (p = 45, s = 0.5)))
> vr.fit
El modelo El psill
1.0
45
0.5
La mesa 11.2 los resultados Sumarios de anlisis de regresin para tres variables seleccionadas del terreno en las escalas diversas (el
estudio de casos Malawi).
S
u
p
e
r
e
Los
prono
sticad
ores
El
N
cdi
go de
la
S
u
p
e
r
e
Los
pron
ostic
ador
es
S
u
p
e
r
e
Los
pron
ostic
ador
es
S
u
p
e
r
e
Los
prono
sticad
ores
Orga
nizac
in
Sanit
aria
Pana
meri
cana
Cua
drad
o en
acto
inapr
opia
do
(5
k
m
)
Cua
drad
o en
acto
inap
ropi
ado
(
1
k
m
)
El nombre variable
Cua
drad
o en
acto
inap
ropi
ado
(25
0
m)
Cua
drad
o en
acto
inapr
opia
do
(10
0
m)
El pH
PHIH5O 793
La arcilla
El contenido
CLYPPT 756
LAI, asistenta
LST (R2 = 0.464)
TWI
(R2 = 0.213)
11.6
la
Preparacin
de
posiciones
de
prediccin
211
Los variograms adecuados para las profundidades diferentes separadamente podran conducir a las soluciones
chillonas, como
1
El Higo. 11.5 indican.
2
El higo. 11.5 modelos Variogram adaptados separadamente para las profundidades diferentes destinando subconjunto de Malawi de
perfiles edagolficos (la izquierda), y log-log el leo de leo entre carbn orgnico y la profundidad para completan datos de perfil
edagolfico (bien).
1
0
1
1
1
2
1
3
1
4
1
5
1
6
212
Presentan: Malawi
1
Una Vez Que hemos acomodado la prediccin modelo, la podemos usar generar predicciones.
11
Aqu la idea son secuencialmente generar predicciones para cada uno por un grado
4 se bloquean (1200 1200 pixeles). Por lo tanto necesitamos preparar mapas en tejas de igual
la geometra. Antes de que podemos automatizar las predicciones, primero necesitamos determinar
el set de tejas de un grado que cubren el rea de Malawi (sede 5.4). Para esto
7 tienen en mente que hemos desarrollado un nmero de funciones que nos pueden ayudar a prepararnos lo
8 datos. Por ejemplo, el sitio nico que Idaho puede ser obtenido usando la funcin de acto inapropiado
9 get.grid.ID. Por ejemplo, el punto indic en Higo. 5.3 conversos para:
5
6
Para estimar y preparar a (vacese) GeoTiffs para un rea dado de inters, lo podemos hacer
11 usan la funcin de get.1deg.names. Primer, que necesitamos determinar lo saltando
12 boxean para representar el pas entero:
> malawi.poly bbox
El min
17.12721 - 9.363796
14
1 "E33 S10 E33 S11 E33 S12 E33 S13 E33 S14" ... 9 "E34 S10 E34 S11 E34 S12 E34 S13 E34 S14" ... 17 "E35 S10
E35 S11 E35 S12 E35 S13 E35 S14" ...
15
Esto sale a la vista que la caja que salta cubre 24 uno el grado se bloquea. Despus nosotros
16 producirn 24 directorios y para cada subconjunto del directorio previamente preprese local
17 se copian de pronosticadores consistentemente usando sus nombres:
> DD.block.list < - get.1deg.names (= la matriz bbox (c (32.67152,
El +
18
Para escribir los mapas en tejas podemos usar una combinacin de acto inapropiado y FWTools
19 la funcionabilidad. Corremos el proceso en un lazo:
> para (j en 1:La longitud (DD.block.list)) {
> QU < - substr (strsplit (DD.block.list j,) 1, 1, 1)
> LL < - as.integer (substr (strsplit (DD.block.list j,) 1, 2, 3))
-T
DD.
bloquee a 1,2,, bloque DD. 2,1,, bloque DD. 2,2, "- tr", 0.05,
El +
Reparo en que la funcin del gdalwarp consiente combinacin de varias fases de elaboracin
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
imgenes MODIS (250 m) estn disponibles en base mensual para el perodo de 10 aos +, pero slo en la resolucin tosca de 250 m
o ms grueso. Las imgenes Orthorectified, Landsat libre de nube estn disponibles pues varias fechas slo, pero entonces el 36 de
funcin por el detalle ms fino.
12
Dado esta intensidad de muestreo el tamao de la clula cuadriculado efectivo se trataran de 800 m (L N G L,
2006).
11
11 Presentan: Malawi
214
El higo. 11.6 Predicciones de terreno el carbn orgnico para la primera profundidad estndar (2.5 cm) para bloque E33 S14 de grueso para multar resolucin. Los puntos indican perfil edagolfico
11.8
la
Visualizacin
la
exportacin
de
mapas
producidos
215
Una parte significativa de variacin en los datos usando esto adecuado, pero no necesariamente
1
La
lista
completamente
completa,
de
pronosticadores
(Tbl.
11.1)
y un
modelo
multiescala.
11.8
la
Visualizacin
la
exportacin
de
mapas
producidos
Una vez que nosotros hemos producido mapas de propiedades del terreno y los lmites de confianza para
4 que todas las propiedades en todas las profundidades estndar,
pueden visualizar esos mapas usando lo 5 el paquete plotKML ( 8.3). Podemos leer todas las predicciones
generadas en un lazo:
6
> grid.GSM < - readGDAL (la pasta (getwd (),, DD.block.list 5,
El +
data.frame
11.7 11.7
ORCD
11.8 12.1
RC _
12.5 ...
1: El
num
$
8.69 8.71
ORCD
8.79 9.07
RC _
9.55 ...
2: El
num
$
7.38 7.4
ORCD
7.49 7.76
RC _
8.24 ...
3: El
num
$
6.48 6.5
ORCD
6.58 6.86
RC _
7.34 ...
4: El
num
$
5.73 5.74
ORCD
5.83 6.1
RC _
6.59 ...
5: El
num
$
4.98 5 5.09
ORCD
5.36 5.84
RC _
...
6: El
num
Y luego los convierte para poner en tierra cubiertas (el formato de intercambio de grficos) con leyenda usando:
Proj4string < - los retornos de carro (grid.GSM) ("+proj longlat +datum WGS84")
> para (d en 1:(La longitud (GSM. d) - 1)) {
> la cuadrcula del plotKML. (= la pasta SGDF = grid.GSM, var.name ("ORCDRC", d, sep)
El +
que Este ejemplo es demostrado para propsitos de la ilustracin. El servicio de FTP para coleccionar mapas Globales de la
propiedad del terreno SoilMap.net no tiene probabilidad de ser operacional hasta 2012.
13
8
9
10
11
12
216
Presentan: Malawi
El higo. 11.7 Predicciones de terreno que el carbn orgnico (2.5 la profundidad cm) visualiz en Tierra Google. La versin de color de esta
figura y los archivos KML estn disponibles por el sitio Web del libro.
11
La lectura recomendada
F Vagen, T.- V., Pastor, K.D., Walsh, M.G., Winowiecki, L., Tamene-Desta,
L. & Tondoh, J.E., (2010). Los AfSIS las Especificaciones Tcnicas: Manche Salud
La vigilancia. La Africa Soil Information Service, Nairobi, 76 p.
GIS:
F Beaudette, D., y O'Geen, Uno., (2009). La
trama de terreno: Un estudio de suelos en
lnea para
California, Arizona, y Nevada. Las
Computadoras y Geosciences, 35:2119
2128
F Mowrer, H., y Congalton, Acto
Inapropiado. (2000). Cuantificando
incertidumbre espacial adentro
Los recursos naturales: La teora y las
aplicaciones para GIS y la lectura a
distancia.
La Prensa de la Prgola Ana.
F Obe, Acto Inapropiado., Hsu, L. (2011).
PostGIS en Actividad. Tripulando
Publicaciones, 520 p.
16
17
18
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
217
218
Las fuentes bibliogrficas
1
2
F Rabus, B., Eineder, M., Roth, Uno., y Bamler, Acto Inapropiado. (2003). Lo
Topograp
3
57, 241262.
6
7
Pedometrics:
F Heuvelink, G.B.M., Color Moreno, J. (2006). Hacia un sistema de informacin del terreno
Para datos inciertos del terreno. En P. Lagacherie, UNO. McBratney, y M. Voltz (Eds.),
El
10
11
15
16
17
Geostatistics:
F Bivand, Acto Inapropiado., Pebesma, E., Rubio, V., (2008). uno
(Geostatistics Aplicados). La prensa de la Universidad del zapato tipo Oxford, Nueva York, 496 p.
20 F Minasny, B., McBratney, A.B., (2007). Espacial
21
El
324336.
23 F Reimann, C., Filzmoser, P., Garrett, Acto Inapropiado., Dutter, Acto Inapropiado., (2008). Estadstico
24
Anlisis Wiley,
El
25
Chichester, 337 p.
26
27
28
R. Springer, 231 p.
31 F Gay, J. (Ed) (2002). F
32
Las referencias
219
Las referencias
(2006). La base remisiva mundial para recursos del terreno 2006: Un armazn para la clasificacin internacional, la correlacin
Y la comunicacin. Los informes mundiales de recursos del terreno. La comida y la Organizacin de Agricultura de las Naciones Unidas.
ADAM S, W. uno. (1973). El efecto de materia orgnica en la masa y la densidad verdadera de algn podzolic baldo
Los terrenos. La Publicacin de Pedologa 24, 10 17. 5
La IA TK E N, acto inapropiado. y Missouri ODY, P. (1991). Las interrelaciones de en medio el pH Soil Measurements en Electrlitos Diversos y
El pH del terreno Solution en Terrenos Acdicos. La Publicacin Australiana de Investigacin Soil 29, 483 491.
LA LETRA X DE CERVEZA UN D ER, E. (1980). La densidad de la masa de terrenos californianos en relacin a otras propiedades del terreno. La Pedologa
La Sociedad de America Journal 44, 689692.
9
ARYA, L. y Pensilvania Rhode Island S, J. (1981). Un acercamiento de physico-empirical para predecir la caracterstica de humedad de agua del terreno
De partcula clasifican segn el tamao distribucin y datos de densidad de la masa. La Sociedad de Pedologa de America Journal 45, 10231030.
AV ERY, B. (1987). Los mtodos de estudio de suelos: Una revisin. El tcnico Monograph No. 18. El Estudio De Suelos y el Recurso Terrestre
2
3
4
6
7
8
10
11
12
El Centro, Silsoe.
13
BA LL, D. (1964). La prdida en ignicin como una estimacin de carbn de la materia orgnica y orgnico en terrenos poco calcreos.
14
acto inapropiado., SE UF ERT, G., Acto Inapropiado de Missouri N TANA EL Louisiana, L., y Virginia N RA NS T, E. (2010). Las
concentraciones de carbn y
19
Las acciones de adentro pueblan de rboles terrenos de Europa. La Ecologa del Bosque y la Gerencia 260, 262 277.
20
BATJ E S, N. (2008). ISRIC-WISE Armoniz Perfil Edagolfico Global Dataset (Ver. 3.1). El Informe 2008/02 (con
Dataset). ISRIC la Informacin Mundial del Terreno, Wageningen.
21
22
BATJ E S, N. (2009). Los datos armonizados de perfil edagolfico para aplicaciones en las escalas globales y continentales: Actualiza para lo
23
BATJ E S, N., AL-ADAM EN, acto inapropiado., BH EN H de controlador de acceso a terminal UN RY YA, T., ESCALA DE MEDICIN DE LA GRAVEDAD ESPECFICA RN
O UX, M., acto inapropiado CER Yo, C.E.P.A Dakota del Norte GI C HE RU, P., KA 25
La M O N Yo,
P., Michigan LN E, E., Pensilvania L, D., y RAWAJ FIH, Z. (2007). La preparacin de datos coherentes del terreno se sedimenta para SOC
Modelando propsitos: Los conjuntos de datos secundarios SOTER para cuatro reas de estudio de casos. La Agricultura, los Ecosistemas y
26
27
BI S HO P, T., MC BR AT Nebraska Y, UNO., y la hora del Este de Los Angeles SL T, G. (1999). La profundidad modeladora de atributo del terreno funciona con igual
Las tiras de alisamiento de ecuacin de segundo grado de rea. Geoderma 91, 2745.
33
34
BI S HO P, T., MC BR AT Nebraska Y, UNO., y WH EL AN, B. (2001). Midiendo la calidad de mapas digitales del terreno usando
Los criterios de informacin. Geoderma 103, 95111. 36
BI S Utah TI, I., Hawaii LK E, yo., y RA ES SL ER, M. (2004). La determinacin de carbn orgnico total una visin general de
Los mtodos actuales. Las Tendencias en la Qumica Analtica 23, 716726.
35
37
38
BI Virginia Dakota del Norte, acto inapropiado., ESCALA DE MEDICIN DE LA GRAVEDAD ESPECFICA de fase codificada SM A, E., y RU BI O, V. (2008). El Anlisis Espacial
Aplicado de Datos con Acto Inapropiado. La Serie de Acto Inapropiado de Uso.
39
El Brincador, Heidelberg.
40
La hora del Este BO TI N G ER, J., CMO E LL, D., Missouri investigacin de operaciones E, UN., HA RT EM yo NK, UNO., y KI ENA S T-BROW N, S., editores (2010).
41
El Terreno Digital Haciendo Mapas: Cruzando Aplicacin De Investigacin, Medioambiental, y Operacin, volumen 2 de Progreso
En la Pedologa. El brincador.
43
BO U M UNA, J. (1989). Aterrice calidades en espacio y el tiempo. En BO U M Uno, J. y BR EG T, UNOS., editores, Procedimientos de uno
El simposio organizado por la Sociedad Internacional de Pedologa, pagina 313. Wageningen.
42
44
45
BRU CE, acto inapropiado., Washington RR E LL, L., BE LL, L., y EDWAR D S, D. (1989). Los atributos qumicos de algn cido Queensland
Los terrenos, yo. El slido y la solucin ponen en fase composiciones. La Publicacin Australiana de Investigacin Soil 27, 333351.
46
47
BRY E, kilobyte. y SLATO N, N. (2003). El almacenamiento de carbn y de Nitrgeno en un Typic Albaqualf tan Afecto de la Valoracin
50
48
El mtodo. Las Comunicaciones de Adentro la Ciencia del Terreno y el Anlisis de la Planta 34, 16371655.
51
BU YO, E. (2003). Una estrategia para llenar aberturas en el estudio de suelos sobre extensiones espaciales grandes: Un ejemplo del Murray
52
BU RRO U GH, P., editor (1998). Los Principios de Sistemas de Informacin Geogrficos. La Prensa de la Universidad del Zapato Tipo Oxford,
55
La prensa.
61
El contador pblico certificado M P BE LL, G. y CHIS yo OZ AWA, S. (1989). La prediccin de propiedades hidrulicas de terrenos usando dis de tamao de partcula 62
La tribucin y los datos de densidad de la masa. En Oficina de Ginebra N Virginia U C HT EN, M.TH. La hora del Este A L., editor, Proc. Int. Worksh. Adelante Indirecto
63
Los mtodos para Estimar las Propiedades Hidrulicas de Terrenos No Saturados, 317328 de pajes. Univ. de California,
64
65
220
Las fuentes bibliogrficas
1
Contador pblico certificado NA Delaware LL, J., JAC Kansas O N, acto inapropiado., EH LE Rhode Island N G ER, J., Missouri EN E Y, H., SA Louisiana, O., y Carolina del Sur H
UL ZE, E.- D. (1996). Llegue al lmite
2
La
profundidad de arraigo del imum de vegetacin mecanografa en la escama global. Oecologia 108, 583595.
3
CA NA RAC L, UNO. (1993). El terreno tecnolgico en reconocimiento mdico hace mapas Un producto posible de estudio de suelos para el uso directo adentro
4
La
agricultura. Ensucie Tecnologa 6, 315.
5
El
contador pblico certificado RTER, M. y GR EG O Rhode Island C H, E. (2007). Manche Muestreo y Mtodos de Anlisis. La PRENSA de prueba de redundancia cclica.
6
ACO N, N., DEZ ZE O, N., FOLS TE, H., y oscilador local de Missouri GO L ' N, P. (2002). La comparacin entre colorimetric y
Los mtodos de titulacin para la determinacin orgnica de carbn en terrenos acdicos. Las Comunicaciones de Adentro la Ciencia del Terreno y la Planta
El
CH UN M B ER S, J. (2008). El software para anlisis de datos: La programacin con acto inapropiado. Las estadsticas y la computacin. El brincador.
10
CH UNA SEO NG N G, J., MU LC A HY, kilobyte., y USE RY, E. (2002). La Proyeccin Sinusoidal: Una Importancia Nueva Adentro
La
11
EL
13
Acto Inapropiado CH ES TA KO S,
G., BO G AE RT, P., y SE RR E, M. (2001). GIS temporal: Las funciones adelantadas para basado en campos
14
ACTO INAPROPIADO CH ES TE N SE N,
ACTO INAPROPIADO. (2001). Los Modelos Lineales para la Serie Temporal Multivariable,, y los Datos Espaciales. El
Brincador Verlag,
16
CO NR A D, O. (2007). La SAGA Entwurf, acto inapropiado del fu Funktionsumfang Und Anwendung Eines Systems Automatisierte
18
Colorado Nueva York E RS, M. y DAVE Y, B. (1988). Las observaciones en algunos mtodos de rutina para la determinacin del pH del terreno. El terreno
20
La
CR AG L UNA, M., O DE EMPUJE DC H YO LD, M., UN NO N YO, UN., ACTO INAPROPIADO CA M A UNA, G., EMPUJE UL D, M., KU HN, W., MA RK, D., MILIAMPERIO
SS ER,
22
I.,
MAGU Yo Acto Inapropiado E, D., LI Un N G, S., y Pensilvania RS O NS, E. (2008). La Siguiente Generacin la Tierra Digital: Un papel de la posicin
23
Del Vespucci Initiative para el Avance de Ciencia Geogrfica de Informacin. La Publicacin Internacional
24
De
retorno de carro ES SW E LL, H., Colorado QUE T, Y., BRUA N D, UNO., y MCKE NZ Yo E, N. (2006). La transferibilidad de australiano
El
El
26
pedotransfer funciona para predecir caractersticas de retencin de agua de terrenos franceses. Manche Uso y Gerencia
22,
27
6270.
28
CU RT Yo S, acto inapropiado. y PO ST, B. (1964). Estimando densidad de la masa de materia orgnica contenta en algn bosque de Vermont
29
El
T. y MCLEE SE, acto inapropiado. (1998). Por qu son esas lneas colocadas donde son? Una investigacin de terreno
31
Los mtodos de la rerecopilacin del mapa. El Horiz de Estudio de Suelos. 39, 119126.
32
DAVI S, L. (1943). Las medidas de pH con el electrodo del vaso tan afecto de humedad del terreno. La Pedologa 56,
El
33
405422.
34
J. J., WA LVOO RT, D. J. J., y N Virginia Georgia A NS, P. F. M. (1997). El terreno continuo hace mapas uno velloso
El
35
acercamiento determinado para salvar la brecha entre niveles de agregacin de proceso y modelos de distribucin. Geoderma 77,
El
36
169195.
37
Delaware VO S, B., LE TT EN S, S., MU YS, B., y kilobyte de DICIEMBRE ER S, J. (2007). El anlisis negro a Walkley de terreno del bosque orgnico
El
38
carbn: La recuperacin, las limitaciones y la incertidumbre. Ensucie Uso y Gerencia 23, 221229.
DI
39
G GL E, P. La J. y Rhode Island B EI RO JR, P. J. (2007). Geostatistics basado en modelos. La Serie del Brincador en las Estadsticas. El brincador.
40
EDWAR D S, J. (2004). Los beneficios de investigacin y de la sociedad del Global Biodiversity Information Facility. BioScience
54,
41
485486.
42
EN GL U ND, E. (1993). La Simulacin Espacial: Las Aplicaciones Medioambientales. En desarrollo organizativo de EMPUJE C H Yo LD, M., Pensilvania RK S, B., y
43
STE YA E RT, L., editores, modelado Medioambiental con GIS, captulo 43, pagina 432446. La Universidad del Zapato Tipo Oxford
La
44
FAO (1990). Las lneas directivas para terreno perfilan descripcin. La comida y la Organizacin de Agricultura de las Naciones Unidas,
46
Roma, edicin 3.
47
FAO (2006). Las lneas directivas para terreno perfilan descripcin. La comida y la Organizacin de Agricultura de las Naciones Unidas,
48
Roma, edicin 4.
49
O FAO
LA
50
C., acto inapropiado TU COTT E, D., y SM Yo T H, C. (1993). La relacin de densidad de masa orgnica y la expresin
52
nutriente contento en terrenos del bosque. La Publicacin Canadiense de Investigacin Forest 23, 10261032.
53
FERT YO LI Z ER EN D EN NOSOTROS INTENTO WO RK YO N G GROU P (2008). El fertilizante mundial actual tiende y punto de vista para 2011/12. La comida
De
54
55
N KE, P. (2006). La evaluacin de calidad de terreno digital hace mapas: Los productores y las perspectivas de usuarios. En LAGAC H ER Yo E,
P.,
56
MC BR AT Nebraska Y, UNO., y VO LTZ, M., editores, el Terreno Digital Haciendo Mapas: Una Perspectiva Introductoria, Desarrllese
57
Los ments de adentro la Ciencia del Terreno, el 523541 de pginas. Elsevier, Amsterdam.
58
SA D, E., BL UM, W., Acto Inapropiado de Washington KE NT Yo N, B., y N oscilador local O F DO N, G. S. (2006). La funcin de terrenos para humano
59
Las sociedades y el ambiente. La publicacin especial la Sociedad Geolgica de Londres. La Sociedad Geolgica.
60
GI
J S M A N, UNA., N de investigacin de operaciones TH TO N, P., y OIGA O GE N BO O M, G. (2007). Usando la base de datos SABIA para el terreno del parameterize
61
Los aportes para los modelos de simulacin del cultivo. Las Computadoras y la Electrnica en la Agricultura 56, 85100.
62
GI
LE S, J. (2005). Las enciclopedias de la Internet se vuelven principales para dirigir. La Naturaleza 438, 900901.
63
GLE N N, J., PSENSE acto inapropiado DO N, T., e investigacin de operaciones de Florida ES C U, E. (2009). 2009 Indican del futuro. El Proyecto del Millenium.
64
EL
EMPUJE OD C H YO LD, M. (2008). La Exactitud Espacial 2.0. En Washington N, Y. La hora del Este A L., editor, Procedimientos del International 8
65
El
simposio en la Valoracin Espacial de Exactitud en Recursos Naturales y las Ciencias Medioambientales, el 17 de pginas.
66
La
EL
EMPUJE OVA ERT S, P. (1997). Geostatistics para Natural Resources Evaluation (Geostatistics Aplicado). El Uni del Zapato Tipo Oxford
68
El
Las referencias
221
GR EWA L, kilobyte., BU CH A N, G., y CHIS kilobyte ER L OC, acto inapropiado. (1991). Una comparacin de tres mtodos de carbn orgnico
1
La determinacin en alguna Nueva Zelanda ensucia. La Publicacin de Pedologa 42, 251257.
2
GR yo NAN D, C., Arkansas RO UAYS, D., Los Angeles RO C H E, B., y Massachusett RTI N, M. (2008). Extrapolando paisajes regionales del terreno
3
de un mapa existente del terreno: Probando procedimientos de intensidad, de validacin, e integracin de contexto espacial. Geo
4
la dermis 143, 180190.
5
HA LL, D., electronvoltio RE E, M., TH OM COMO SO N, UNO., y WR Yo G HT, V. (1977). Suavice Retencin, Porosidad y Densidad de
6
Los Terrenos del Campo. El Estudio De Suelos de Inglaterra y Gales. Harpenden. El tcnico Monograph No. 9.
7
HA RT EM YO NK, UNO. (2008). Los terrenos estn de regreso en el orden del da global. Ensucie Uso y Gerencia 24, 327330.
8
HA RT EM YO NK, UNO., L M PE L, J., LAGAC H ER YO E, P., MC BR EN N EY, UN., MCKE NZ YO E, N., MACMI L LA N, ACTO INAPROPIADO., MI 9
NA SN Y, B., acto inapropiado de Missouri NTA NA EL Louisiana, L., O de la D DE HOMBRE CA SA N TOS, M., SA Carolina del Norte H EZ, P., Washington LS H, M., y ZH AN G,
G.- L.
10
(2010). GlobalSoilMap.net Un Nuevo Mapa del Terreno Digital de mundo. En hora del Este BO TI N G ER, J., CMO E LL, D.,
11
Missouri O RE, UN., HA RTEM yo NK, UNO., y KI ENA S T-BROW N, S., editores, el Terreno Digital Haciendo Mapas: Cruzando Investigacin,
12
La aplicacin medioambiental, y la Operacin, el volumen 2 de Progreso en la Pedologa, dividen en captulos 33, 423427 de pginas.
13
El brincador.
14
HA RT EM YO NK, UNO. E., MCBR EN N EY, UNO., y DE HOMBRE D O Carolina del Norte Uno - SA NTO S, M. D. L., editores (2008). El Terreno Digital
15
LA GALLINA G L, T. (2006). Encontrando el tamao correcto de pixel. Las Computadoras y Geosciences 32, 12831298.
17
La GALLINA G L, T., editor (2009). Un Guide Prctico para Geostatistical Mapping. La Universidad de Amsterdam, Amsterdam.
18
La GALLINA G L, T. y kilobyte HU SN JA, S. (2006). Evaluar Suficiencia y Usabilidad de Terreno Traza Un Mapa de en Croatia. La Pedologa
19
HEU V EL YO N K, G. (1998). La propagacin de error en el modelaje medioambiental con GIS. El Taylor y Francisco, Londres,
27
UK.
28
HEU V EL Yo Kilobyte de la N, G. y BROW N, J. (2006). Hacia un sistema de informacin del terreno para datos inciertos del terreno. En Los Angeles 29
La corriente alterna de la G H ER Yo E,
P., MC BR AT Nebraska Y, UNO., y VO LTZ, M., editores, el Terreno Digital Haciendo Mapas: Un Perspec Introductorio
Tive, Desarrollos en la Pedologa, pagina 112118. Elsevier, Amsterdam.
30
31
HEU V EL YO N K, G. B. La M. y PEB E SM Una, E. J. (1999). La agregacin espacial y el terreno tramitan modelaje. Geoderma
32
89, 4765.
33
Hawaii J M Un N S, acto inapropiado., contador pblico certificado M ERO N, S., Pensilvania RR A, J., JO Nebraska S, P., y JA RV Yo S, UNO. (2005). La resolucin muy alta
interpolada
34
El clima sale a la superficie para las reas terrestres globales. La Publicacin Internacional de Climatologa 25, 19651978.
35
HU DS O N, B. D. (2004). El estudio de suelos como una ciencia basada en paradigmas. La Sociedad de Pedologa de America Journal
36
56, 836841.
37
El Convenio Internacional del Trigo HA S Hawaii, J. y Kilobyte de PI E, acto inapropiado. J. (2007). Las clasificaciones automatizadas de topografa de DEMs por uno
sin supervisin
38
El algoritmo de manera anidada y una firma geomtrica de tres partes. La Geomorfologa 86, 409440.
39
JUAN S ON ADELANTE, yo. y Acto Inapropiado de Wyoming BO N, L. (2007). Un planeta: OneGeology? La revolucin de la Tierra Google y el geolog
El dficit de datos del ical. La publicacin Hydrogeology 15, 197.
40
41
JAGTA P, S., Los Angeles L, U., JO N ES, J., GI J S M A N, UNO., y Rhode Island T CH Yo E, J. (2004). Un mtodo del vecino prximo dinmico
Para los parmetros valorativos de agua del terreno. Trans. ASAE 47, 14371444.
42
43
La unidad aritmtica JA NK SK A S,
B., unidad aritmtica JA NK SK yo EN E, G., SLE TI E N E de fase codificada, UN., FU LL EN, M., y antiguo testamento BO H, C. (2006). Internacional
44
La Comparacin de Mtodos Analticos de Determinar el Terreno Organic Matter Content de Lithuanian Eutric
45
Albeluvisols. Las Comunicaciones de Adentro la Ciencia del Terreno y el Anlisis de la Planta 37, 707720.
46
JEFFR EY, D. (1970). Una nota en el uso de prdida de ignicin como una manera para la estimacin aproximada de masa del terreno
La densidad. La Publicacin de Ecologa 58, 297299. 48
La hora del Este JO LI V, C., Arkansas ROUAYS, D., y N de reglas de codificacin bsica O UX, M. (1998). La comparacin entre los mtodos analticos para orgnico
47
49
El carbn y la determinacin de la materia orgnica en el arenoso Spodosols de Francia. Las Comunicaciones de Adentro la Ciencia del Terreno y
50
Gratuitamente y el Accesible Source Geospatial Labra para Environmental Modelando y la Gerencia. En JA KE M A N, UNO.,
53
VO yo NOVIEMBRE, UN., Rhode Island ZZ O LI, UNO., y CH EN, S., editores, Modelaje Medioambiental, Software y Decisin Soportan,
El volumen 3 de Desarrollos en la Valoracin Medioambiental Integrada, pagina 163180. Elsevier.
54
55
56
57
KEM la de fase codificada N, B., BRU S, D., y STO ORVO GE L, J. (2011). El mapeo tridimensional de terreno la materia orgnica
El terreno utilizador contento la profundidad especfica en tipo funciona. Geoderma 162, 107 123.
58
59
El avance de lnea de la O KO Dakota del Norte,
KO Nebraska N, M., JACO B S, P., acto inapropiado BU RA S, C., ATRASO TA Una, B., y Massachusett SO N, J. (2002). Las Ecuaciones para Predecir Terreno
61
Loss-on-Ignition que Usa Carbn orgnico para Hacia el Norte Soils De Estados Unidos Central. La Sociedad de Pedologa de America Journal
62
66, 18781881.
63
LAGAC H ER YO E, P. (1995). Un procedimiento de encuesta del terreno usando el conocimiento de patrn del terreno estableci adelante uno previamente
El rea remisivo del que se traz un mapa. Geoderma 65, 283301.
65
LAGAC H ER YO E, P. (2001). El mapeo de representativity remisivo de rea usando una distancia matemtica del soilscape.
66
67
64
222
Las fuentes bibliogrficas
1
LAGAC H ER Yo E, P., MC BR AT Nebraska Y, UNO., y VO LTZ, M., editores (2006). El Terreno Digital Haciendo Mapas: Uno Introductorio
La
LA PIERNA RO S, J.- P. (2004). El mapeo del terreno. Los editores publicistas de ciencia, Enfield, Nueva Hampshire, edicin 1.
4
DEJE a TE N S, S., VO S, B., QUATA ERT, P., NOSOTROS SE M AE L, B., TRANSPORTE POR FURGONETA a MU Y S, B., y N Virginia Oregon CHIS OVE N, J. (2007). Los pies
contrahechos
5
La
recuperacin capaz de carbn de anlisis negro a Walkley y las implicaciones para nacional ensucian carbn orgnico llevando las cuentas.
6
La
Publicacin Europea de Pedologa 58, 12441253.
7
LI,
J. y HEA P, UNO. D. (2010). Una revisin de estudios comparativos de mtodos espaciales de interpolacin en medioambiental
8
Acto Inapropiado LI
LBU Nebraska, L., LABRO yo TT, UNO., y acto inapropiado FER a saber, S. (2006). Progrese con el diseo de una base de datos de incertidumbre del
terreno,
Y
las herramientas asociadas para simular realisations espaciales de propiedades del terreno. En ETA del contador pblico certificado N O, M. y Pensilvania Yo la O de Nueva
Hampshire,
10
11
M., editores, Procedimientos del Simposio Internacional 7 en la Valoracin Espacial de Exactitud en la Nota Natural
12
Los recursos y las Ciencias Medioambientales (la Exactitud 2006), el 510519 de pginas. Instituto Geographico Portugue s,
13
Lisboa, Portugal.
14
MACMI LL A N, ACTO INAPROPIADO. UNA., PI FAVORITA TA E CE, W. W., y BR yo ER LE Y, J. uno. (2005). Un sistema docto para ubicar terrenos
15
Para landforms a travs de la aplicacin de terreno examine conocimiento tcito. La Publicacin Canadiense de Pedologa,
El
16
103112.
17
Massachusett LL AVA N, B., Michigan NA SN Y, B., y MC BR EN N EY, UNO. B. (2010). Homosoil, Una Metodologa para Quantitative
La
18
extrapolacin de Informacin del Terreno A Travs del Globo, volumen 2 de Progreso en la Pedologa, el captulo 12, manda a llamar
El
19
137149. Elsevier.
20
El
oscilador local de
Massachusett N E, B., MC BR AT Nebraska Y, UN., Michigan NA SN Y, B., y hora del Este de Los Angeles SL T, G. (2009). Trazando un mapa de funciones
continuas de profundidad
De
21
almacenamiento de carbn del terreno y aptitud disponible de agua. Geoderma 154, 138152.
22
de Massachusett Rhode Island QU E, L. y JO Nebraska S, C. (1991). La densidad de masa de terrenos en relacin al reconocimiento mdico del terreno y las propiedades
qumicas.
La
23
Acto inapropiado de
Massachusett SM A N, B. y Acto Inapropiado D E GRUI J TE, J. (1986). La calidad de terreno hace mapas: Una comparacin de mtodos de estudio de suelos
en uno
25
rea arenoso, el volumen 15 de Soil Survey Papers. Pases Bajos Ensucian Instituto de Encuesta, Wageningen.
El
26
MATEMTICAS ERO N, G. (1969). Le krigeage universel, volumen 1. Cahiers du Centre de Morphologie Mathematique,
E
27
MC BR EN NE Y, UNO. (1998). Algunas consideraciones en los mtodos para spatially agregando y desagregando terreno
La
29
MC BR AT Nebraska Y, UN., Michigan NA SN Y, B., CAT TL E, S., y VERVO ORT, acto inapropiado. (2002). De funciones del pedotransfer a manchar
31
MC BR EN N EY, UN., Acto Inapropiado de desarrollo organizativo GE S, N., y Michigan NA SN Y, B. (2006). La Aleatoria Catena Tomando Muestras para Establecer
Terreno
33
Las Reglas del Paisaje para Digital Manchan Mapeo. En El Congreso Mundial 18 de Pedologa, mande a llamar 4, Filadelfia,
34
Pensilvania. IUSS.
35
MC BR EN NE Y, UNO. B., YO LA O ND CA SA NTO S, M. L., y Michigan NA SN Y, B. (2003). En terreno digital haciendo mapas. Geo
La
36
MC GAVR A, G., Missouri RR Yo S, S., y JA Nebraska E, G. (2009). El Informe del Reloj de Pulsera de Tecnologa: Conservando Datos del Geospatial.
38
DPC Reloj de Pulsera Technology Serie 09-01 de Informe. La coalicin digital de Preservacin, York, UK.
39
MC KEN Z que Yo E, N., L Dakota del Norte E RS ON, B., y MC HACEMOS NA LD, W. (2002). Monitoreando Cambio del Terreno: Los principios y
40
Las prcticas para las condiciones australianas. CSIRO Aterrice y Agua, CSIRO Mathematical y Ciencias de Informacin,
La
41
Maine ER SM Un N S, J., hipoteca de capital neto compartido Virginia N WE AE L, B., y N Virginia Missouri LL E, M. (2009). Determinando terreno carbn orgnico para
43
Unos terrenos agrcolas: Una comparacin entre el Walkley y el negro y los mtodos secos de combustin (el norte
44
La
Michigan L OVA, E., NINGN BL E, acto inapropiado., y PO ST, C. (2003). La Comparacin de Terreno Recuperacin de Carbn Organic por
Walkley
46
Los mtodos malvolos y Secos de Combustin en el Russian Chernozem. Las Comunicaciones de Adentro la Ciencia del Terreno y la Planta
47
El
Michigan L LER, acto inapropiado. y KI S SE L, D. (2010). La comparacin de pH Soil Methods en Terrenos de Amrica del Norte. La Pedologa
49
La
L NE, G. (1935). Algunos sugiri unidades de clasificacin y mapeo en particular para el Del Este African Soils. El terreno
51
MI
Investigacin 4, 183198.
52
MI
NA SN Y, B. (2007). Prediciendo propiedades del terreno. Jurnal Ilmu Tanah dan Lingkungan 7, 5467.
53
Michigan NA SN Y, B. y MC BR EN N EY, UNO. (2001). Los australianos ensucian bumerang de la textura: Una comparacin de lo
54
El
australiano y la partcula del terreno USDA/FAO clasifican segn el tamao sistemas de clasificacin. La Publicacin Australiana de Investigacin Soil 39,
55
El
14431451.
56
Michigan NA SN Y, B. y MCBR EN N EY, UNO. (2010). Las Metodologas para Global Manchan Mapeo. En hora del Este BO TI N G ER, J.,
57
CMO E LL, D., Missouri investigacin de operaciones E, UN., HA RTE M yo NK, UNO., y KI E NAS T-BROW N, S., editores, el Terreno Digital Haciendo Mapas:
58
Michigan NA SN Y, B. y MC BR AT Nebraska Y, UNO. B. (2007). La prediccin espacial de propiedades del terreno usando a EBLUP con Matern
61
La
SIGUELE NG de acto inapropiado ER, H. y Colorado UN LTO N, acto inapropiado. (2000). Cuantificando incertidumbre espacial en recursos naturales: La teora y
63
La
Nueva Comunidad Americana HT ER G AE LE, F., Virginia N EN GE LE N, V., y BATJ E S, N. (2010). Los aspectos cualitativos y cuantitativos de mundo
65
las bases de datos regionales del terreno y los mapas. En LI, Y. y SU M N ER, M., editores, Manual de Pedologa, mandan a llamar
66
En
Las referencias
223
N
EN Yo V Yo,
NAT U RA L RE AS O ENTRADA/SALIDA U RC ES COLORADO NS ERVAT N SERV YO C E (2004). La Versin del Manual de Mtodos del Laboratorio de Estudio de
Suelos
4.0. Las investigaciones de estudio de suelos Se Reportan No. 42. United States Department de Agricultura.
NEM ES, UNA., Carolina del Sur HA A P, M., y LE Yo J, F. (1999a). La UNSODA terreno no saturado Versin hidrulica de la base de datos 2.0.
El laboratorio Estadounidense de Salinidad, la Ribera, el contador pblico certificado.
NEM ES, UNA., Alcohlicos Annimos de H de Carolina del Sur P, M., y ministerio de guerra ST EN, J. (2003). La evaluacin funcional de funciones del pedotransfer
derivativas
De escalas diferentes de coleccin de datos. La Sociedad de Pedologa de America Journal 67, 10931102.
NEM ES, UN., ministerio de guerra ST EN, J., LI L LY, UNO., y OU Delaware VO SH UNA Arkansas, J. (1999b). La evaluacin de procedimientos diferentes para
4
5
6
7
8
9
10
Interpole distribuciones de tamao de partcula para lograr compatibilidad dentro de bases de datos del terreno. Geoderma 90, 187202.
11
OB E, acto inapropiado. y HS U, L. (2011). PostGIS en Actividad. Tripulando Serie del Co de Cantinas. Tripulando Publicaciones.
12
ACTO INAPROPIADO OD
GE S, N. P., MC BR EN NE Y, UNO. B., y Michigan NA SN Y, B. (2011a). El terreno digital de abajo hacia arriba haciendo mapas. yo. El estrato
del terreno
13
Las clases. Geoderma 163, 38 44.
14
ACTO INAPROPIADO OD GE S, N. P., MC BR EN NE Y, UNO. B., y Michigan NA SN Y, B. (2011b). El terreno digital de abajo hacia arriba haciendo mapas. II. Manche
serie
15
Las clases. Geoderma 163, 30 37.
16
OO ST ERV EL D, M. y CH AN G, C. (1980). La relacin emprica entre determinaciones del laboratorio de terreno
17
PE SEA OR D SM A, E., CO RN F, D., DU BO YO S, G., L UV EL YO N K, G. B., HR YO ACTO INAPROPIADO STO PU L DE HUESO, D., PI LZ, J., STH L KE, U.,
19
Acto inapropiado de
Missouri Yo N, G., y SK yo EN, J. oh. (2011). INTAMAP: El diseo e implementacin de un automvil del interoperable
20
El servicio apareado de trama de interpolacin. Las Computadoras y Geosciences 37, 343 352. Geoinformatics para Environmental
21
La vigilancia.
22
PE SEA SM A, E. J. (1999). El manual del usuario Gstat. Dept. de Geografa Fsica, Utrecht University.
23
RS de
fase codificada yo acto inapropiado TS, F., AH LB UN D T, T., TU TT LE, M., Acto Inapropiado CH Arkansas P EN TI E, acto inapropiado., FRENTE N FIEL D, M., y kilobyte TA
AH UNO SH yo, kilobyte.
24
(2002). Asocie Mostrar Campos de Aceite y Gas y Provincias Geolgicas de frica. Abra 97-470A de Informe del Archivo. U.S.
25
La ronda del piloto. La parte II. Exchangeable basa, base saturacin y pH. La Referencia Internacional del Terreno y
30
QI, F., ZH U, UNO.- La letra x., acto inapropiado HA RROW E, M., y BU RT, J. E. (2006). El trazar un mapa de borroso de terrenos bas en la categora del prototipo
34
Para la Computacin Estadstica, Viena, Austria. El 3-900051-07-0 de Nmero Internacional Estndar del Libro.
37
RA BUS, B., EI N ED ER, M., ROTH, UNO., y acto inapropiado BA M LE, acto inapropiado. (2003). La misin de topografa de radar de la lanzadera uno nuevo
38
La clase de modelos de elevacin digitales adquiridos por el radar del spaceborne. Photogrammetric Engineering y Remote
39
40
L S TOSCO,
W. (1983). Estimando densidad de masa del terreno del contenido de partcula de tamao de anlisis y de la materia orgnica. El terreno
41
Missouri EL-SE YTO U X, H., editor, flujo No Saturado en hydrologic modelando; La teora y la prctica, Proc. La OTAN
46
Adv. Res. Worksh. La hidrologa, el 275300 de pginas. Kluwer Acad. Publ., Dordrecht, los Pases Bajos.
47
L S TOSCO,
W., GI S H, T., y BR Alaska E NS Yo EK, D. (1991). Estimando retencin de agua del terreno de reconocimiento mdico del terreno correcto
48
RE FS GEORGIA A RD, J. C., TRANSPORTE POR FURGONETA A ACTO INAPROPIADO D E SLU YO J S, J. P., HJ B ER G, UNO. L., y Virginia NRO LL EG H EM, P. uno. (2007). La
incertidumbre
50
En el proceso medioambiental de modelaje Un armazn y gua. Environ. El modelo. Softw. 22, 1543
51
1556.
52
RO SS YO ACTO INAPROPIADO TE, D. (2001). La Metodologa para Recurso del Terreno Hace Inventario. La conferencia de crdito tributario a favor de la inversin
Nota SOL.27. El crdito tributario a favor de la inversin, Enschede,
53
El 296301.
56
RO U SS EVA, S. (1997). Las transformaciones de datos de en medio manchan esquemas de la textura. La Publicacin Europea de Pedologa
57
48, 749758.
58
Acto inapropiado SA H, kilobyte., WH yo TE, D., y KI M E RL Yo N G, UNO. J. (2003). Los Sistemas Cuadriculados Globales Discretos Geodsicos. La cartografa
59
SC H ELL YO N G, J. (1970). La clasificacin de terreno de gnesis, del terreno y el terreno levantan un plano. Geoderma 4, 165193.
65
Equipo original de H de
Carolina del Sur Nebraska B ER G ER, P., Wyoming AS C KI, D., la H del CUARTO DEL FONDO A M, E., y BROD E RS O N, W. (1998). El manual de
agrimensor para describir
66
Y probando terrenos. El servicio de Conservacin de recursos naturales, USDA, Centro Nacional de Estudio de Suelos, Lincoln,
67
Nebraska.
68
224
Las fuentes bibliogrficas
SH
1
UNA N O N,
C. (1949). La comunicacin en presencia del ruido. Proc. Instituya de Ingenieros Radiotcnicos 37, 1021.
El
kilobyte. y Washington LS H, M. (2007). La espectroscopia infrarroja facultar una prueba bas a survel diagnstico El
acercamiento de la lanza para gerencia agrcola y medioambiental en pases en desarrollo. La Publicacin de Cerca
La
5
yo RA Z yo ,
M. y BO ER S M Una, L. (1984). Un anlisis cuantitativo unificador de textura del terreno. La Sociedad de Pedologa de
La
7
yo RA Z yo ,
M., BO ER SM Una, L., y HA RT, J. (1988). Un anlisis cuantitativo unificador de textura del terreno: La mejora
De
9
yo RA Z yo ,
M., BO ER S M Una, L., y JO H NS ADELANTE, C. (2001). Las distribuciones de tamao de la partcula: Comparando sistemas de la textura,
10
Sumar roca, y predecir ensucie propiedades. La Sociedad de Pedologa de America Journal 65, 300310.
11
N DE LA O SI
LA
M SO N, ACTO INAPROPIADO. W. (1968). El Concepto de Terreno. En NINGN RM AN, UN., editor, Prepared bajo los auspicios de lo
12
La
sociedad Americana de Agronoma, volumen 20 de Avances en la Agronoma, manda a llamar 1 47. La Prensa Acadmica.
13
SK
AG G S, T., ARYA, L., CHIS OU S E, P., y Missouri HA N TY, B. (2001). Estimando Distribucin de Particle-Size de
14
Los Datos Limitados de la Textura del Terreno. La Sociedad de Pedologa de America Journal 65, 10381044.
15
SLE U TE L, S., Delaware NEV E, S., acto inapropiado SI N GI E, B., y OIGA frecuencia modulada A N, G. (2007). La Cuantificacin de Carbn Orgnico en Terrenos:
16
Una Comparacin de Metodologas y la Valoracin del Carbn Contentan de Materia Orgnica. Las comunicaciones
17
En
SM A LL, C., PO ZZ yo, F., y Anteproyecto-Internet ELV GE, C. (2005). El anlisis espacial de extensin urbana global de DMSP-OLS
19
SM YO T H, G. (1986). Las entrevistas del Herrero del Tipo: La Justificacin Razonada para los Conceptos en la Taxonoma del Terreno. SMSS Technical
21
No.11 de la Monografa. Los servicios de apoyo de la Direccin del terreno, USDA, Cornell University.
22
AS YO L SU RVE Y DI V YO O SI N S TAFF (1993). El manual de estudio de suelos, el Manual de volumen 18. El Departamento de Estados Unidos
23
Agricultura, Washington.
24
AS YO L SU RV E Y STA FF (1983). El manual de estudio de suelos, el Manual de volumen 18. United States Agriculture, USDA,
25
AS ADELANTE, Y. y AB BO U D, S. (1991). Una comparacin de algunos mtodos para terreno la determinacin orgnica de carbn.
27
Las Comunicaciones de Adentro la Ciencia del Terreno y el Anlisis de la Planta 22, 943954.
De
28
STE YO N, M. L. (1999). La Interpolacin de Datos Espaciales: Algn Theory para Kriging. La Serie en las Estadsticas. El brincador,
29
Nueva York.
30
STE Yo la N Yo acto inapropiado GE de acto inapropiado, S. y BO CH E, E. (2009). Una Visin General en Actual Fuente Gratis y Abierta Desktop GIS Devel
31
32
M L Yo N, D., postdata PAC HE Kentucky, Y., kilobyte de corriente alterna OC, B., y WH yo SL ER, F. (1996). La estimacin indirecta de terreno hidrulico
33
Las propiedades para predecir soja producen usar a GLYCIM. Los Sistemas Agrcolas 52, 331353.
34
TO RR yo, D., PO ES EN, J., Missouri NACI, F., y BU SO N yo, E. (1994). El contenido del fragmento de la roca y la multa manchan densidad de la masa.
La
35
36
UN T ER,
G., Michigan NA SN Y, B., MC BR AT Nebraska Y, UN., MU RP H Y, B., MC KEN Z Yo E, N., GRU NDY, M., y BROU G H,
D.
37
(2007). Construyendo y probar modelos conceptuales y empricos para predecir densidad de la masa del terreno. Manche Uso
Y
38
la Direccin, 16.
39
LA
FURGONETA RE EU W YO J K,
L. (1982). Los mtodos del laboratorio y la calidad de datos. Programe para la caracterizacin del terreno: Un informe
En
40
la ronda del piloto. Parte Centro de Intercambio de Productos Bsicos I. y textura. En los Procedimientos de Taller Internacional 5 de Clasificacin.
41
Khartoum, Sudn.
42
VENA B LE S, W. La N. y Rhode Island P LE Y, B. D. (2002). El moderno aplic estadsticas con S. Springer-Verlag, Nueva York,
La
43
edicin 4.
44
Kilobyte de
limitacin voluntaria de las exportaciones E EC EN, H., Massachusett ES, J., y FE YE N, P. (1989). Estimando la Caracterstica de Retencin de Humedad del
Terreno de
45
La
Densidad de Textura, de la Masa, y el Contenido de Carbn. La Pedologa 148, 389403.
46
VI
Carolina del Sur Un Acto Inapropiado RA RO a saber EL, acto inapropiado., acto inapropiado del oscilador local TAY, H., y MCBR EN N EY, UNO. (2007). La calibracin multivariable de
hiper-espectral
47
Los espectros de energa del rayo para proximal manchan sensacin. La Publicacin Europea de Pedologa 58, 343353.
48
Washington LK ER, W., O de acto inapropiado HA RE M ES, P., ROTM Un N S, J., red de valor aadido D ER SLU Yo J S, J., red de valor aadido ASS ELT, M., JA NS SE N, P., y VON
49
KR AU S, M. (2003). Definiendo Incertidumbre: Una Base Conceptual para Gerencia de Incertidumbre en el Modelo
El
50
Acto inapropiado de
Washington LTE, C., LAGAC H ER Yo E, P., y FO LL AI N, S. (2006a). Captulo 22 Integrando Conocimiento del Pedological
En
52
Terreno Digital Haciendo Mapas. En P. LAGAC H ER Yo E, UNO. La M. y VO LT Z, M., editores, Digital Manchan Mapeo - Uno
La
53
perspectiva introductoria, el volumen 31 de Desarrollos en la Pedologa, manda a llamar 281 300, 615. Elsevier.
54
Acto inapropiado de
Washington LTE, C., LAGAC H ER Yo E, P., y FO LL AI N, S. (2006b). Los Desarrollos en Soil ScienceDigital Soil Map
55
El
sonido corto y metlico - Un Introductory PerspectiveChapter 22 Integrating Pedological Knowledge en Terreno Digital Haciendo Mapas,
56
El
57
Washington NG, Letra X., SM E TH U RS T, P., y SU B ED, UNO. (1996). Las relaciones entre tres medidas de materia orgnica
O
58
el carbn en terrenos de plantaciones del eucalypt en Tasmania. La Publicacin Australiana de Investigacin Soil 34, 545553.
59
Acto Inapropiado de
WEB S TE, acto inapropiado. y acto inapropiado OLI V E, M. uno. (2001). Geostatistics para Cientficos Medioambientales. Las Estadsticas en la
Prctica.
60
Wiley, Chichester.
61
Indias Occidentales LL Un M S, J., RO a saber, P., y BR que ESTIBO, kilobyte. (1992). La prediccin de la funcin de retencin de agua Campbell de
La
textura, la estructura y la materia orgnica. En Oficina de Ginebra de red de valor aadido U C HT EN, M., LEI J, F., y unidad lgica Dakota del Norte, L., editores, Procedimientos
62
63
Del Taller Internacional en los Mtodos Indirectos para Estimar al Properties Hidrulico de Unsaturated
64
Los terrenos, el 427441 de pginas. La universidad de California, Ribera Riberea,, contador pblico certificado.
65
El
ministerio de guerra ST EN, J. y BO U M Una, J. (1992). La aplicabilidad de datos de estudio de suelos para estimar propiedades hidrulicas de un
66
Los terrenos saturados. En red de valor aadido GE NU C HT EN, M., LEI J, F., y unidad lgica Dakota del Norte, L., editores, Procedimientos de un International
67
El
taller en los Mtodos Indirectos para Estimar las Propiedades Hidrulicas de Terrenos No Saturados, 463472 de pajes.
68
La
Las referencias
225
El ministerio de guerra ST EN, J., BO UM A, J., y STO FFE LS EN, G. (1985). El uso de datos de estudio de suelos para la simulacin regional de agua del terreno
Los modelos. La Sociedad de Pedologa de America Journal 49, 12381244.
El ministerio de guerra ST EN, J., FI, P., y JA N SEN, M. (1995). La comparacin de clase y pedotransfer continuo funciona para
Genere terreno caractersticas hidrulicas. Geoderma 66, 227237.
El ministerio de guerra ST EN, J., LI LLY, UNA., Nebraska M ES, UNO., y LE BA S, C. (1999). El desarrollo y el uso de una base de datos de hidrulico
Las propiedades de terrenos europeos. Geoderma 90, 169185.
El ministerio de guerra ST EN, J., postdata PAC HE Kentucky, Y., y L S TOSCO, W. (2001). Pedotransfer funciona: Salvando la brecha entre ganancia
Los datos bsicos capaces del terreno y el terreno perdido las 8
funciones hidrulicas. La Publicacin de Hidrologa 251,
123150.
9
S AS N, C., BR EW ER, P. W., SU TTO N, T., CA YO TH N ES S,
N., PA HWA, J. S., BU RG E SS, M., GR AY, W. Uno.,
WH YO TE, ACTO INAPROPIADO. J., JO NE S, UNO. C., BI S 1
0
BY, F. Uno., y CU LH A M, UNO. (2007). Qu Tan Global Es
el Global Biodiversity
La Facilidad de Informacin? PLoS ONE 2, e1124.
11
YU J U, H., PEN G, H., YA NI A N, W., CH UAN YON G, Y., y GU 1
2
OJ UNA, L. (2001). La base matemtica para grande
La escama GIS y terrestres productos digitales. La Ciencia
1
3
Espacial A Geo de Informacin 4, 3541.
10.1007/BF02826922.
1
Acto inapropiado ZACH A TAN, S. y WES AS L EK, G. (2007). Excepto
4
Organic Matter Content de Pedotransfer Predictors
De Retencin de Agua del Terreno. La Sociedad de Pedologa 1
5
de America Journal 71, 4350.
1
ZH OU, B., ZH AN G, LETRA X.- G., Y Washington N G, acto
6
inapropiado.- C. (2004). Los recursos automatizados del terreno
haciendo mapas basaron en el rbol de decisiones
1
Y el modelado proftico Bayesian. La Publicacin de
7
Zhejiang University Science 5, 782795.
1
ZH U, UN., HU D SO N, B., BU RT, J., unidad lgica BI C H,
8
kilobyte., y N de la O SI M SO N, D. (2001). Manche mapeo usando
a GIS, docto
El conocimiento, y la lgica confusa. La Sociedad de
1
9
Pedologa de America Journal 65, 14631472.
ZH U, UNO.- La letra x., QI, F., investigacin de operaciones de Missouri 2
0
E, UNO., y BU RT, J. E. (2010). La prediccin de asociacin
vellosa que usa propiedades del terreno
2
Los valores. Geoderma 158, 199 206.
1
226
Las fuentes bibliogrficas
1
2
3
4
5
6
7
El glosario
1
0
1
1
1
2
227
El ndice
Los acrnimos, la
lista de, xxiii
El paquete
R2
I
n
t
a
m
a
p
,
6
1
La validacin
cruzada
El permiso de
ausencia un de
fuera, 83
Krige.cv, 83
La prediccin
sp4 atial
Mejor
combinado
, 70
Sy5 mbols,
antjese de,
xxiii
10