GSM - Libro Traducido

Tomislav Hengl Robert A.
McMillan Markus Walsh Hannes

I. Reuter
Las Facilidades Globales de Informacin del Terreno:
Un armazn del methodological para informacin abierta del terreno
7 de Junio, 2011
ISRIC la Informacin Mundial del Terreno
____________________________________________________________________________________________________________________
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
Enviando por Correo Direccin: El Instituto Terrqueo, la Universidad Columbia

Tel.: +31-245-721439338
12 Envan por Correo Electrnico: { Markus.walsh } @gmail.com
10
11
13 http://www.africasoils.net
14
15 que Este documento estaba preparado usando el LTEX 2
el software. El trazado se basa en svmono de Springer Verlag
La clase del documento destinada para monografas. Las copias impresas de este libro pueden ser ordenadas por Lulu.com.
16 el Nmero Internacional Estndar del Libro?
??-??-???????-?
17
18
2011 ISRIC la Informacin Mundial del Terreno
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
Sabemos ms acerca de terrenos de Marte que acerca de terrenos de frica.

Pedro Sanchez en el asamblea inicial GlobalSoilMap.net en Nueva York
Feb 17 2009.
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
sortium de productores de informacin del terreno. El concepto fue que el consorcio

socios trabajaban hombro a hombro para conjuntamente disear, crear y mantener los envis
3 envejecieron mapas globales de la propiedad del terreno y los sistemas de informacin propuestos requeridos
4 a la casa y distribyalos. ISRIC la Informacin Mundial del Terreno fue seleccionada
5 para asumir una funcin global de coordinacin. Inicialmente, el papel de ISRIC debi
6 organizan y estimulan la formacin del consorcio. En el trmino ms largo, eso
7 se esperaron que ISRIC tambin coordinase el desarrollo de estndares
8 y las especificaciones, la integracin de conjuntos de datos nodales dispares, y el desarrollo
9 de un portal o punto de acceso central para descubrimiento y la distribucin de terreno global
10 bases de datos de la propiedad. ISRIC, luego, tiene a cargo coordinar a ambos profesional
11 la duccin y la distribucin de un set definido de mapas de la propiedad del terreno segn
12 quedaron de acuerdo sobre especificaciones. En el lado de produccin, una responsabilidad crucial de Sistema
Intermedio
13 que RIC debe asegurar que la propiedad del terreno haga mapas son completos, coherentes, correctos,
14 y la corriente. En el lado de distribucin, ISRIC es responsable de asegurar eso uno
15 singularizan punto de acceso existe descubrir y obtener mapas de la propiedad del terreno para cualquier
16 donde en el mundo. Los datos reales bien pueden ser patrocinados en posiciones diferentes
17 y slo hallado del portal central.
1
2
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
En el cumplimiento de sus responsabilidades asignadas, ISRIC se ha reunido uno adentro

38 alojan al equipo de personal dedicado al proyecto y legando para colaborar
39 una red externa de voluntarios y los contribuyentes de gobierno en especie. Lo
40 teclean meta organizativa en 2010 fue el acuerdo del consorcio indicado a travs de seas de por ah alto
41 representantes oficiales ecunimes de cada uno de los nodos participantes. ISRIC tambin
42 organizaron a once grupos de trabajo a quienes acceder, y hacer uso, expresar voluntariamente experticia
43 dentro de los nodos para dedicarse a Especificaciones, los Datos del Legado del Terreno, Covariates, Nuevo
44 el Desarrollo de Mtodo, la Aplicacin y la Documentacin de Mtodos Existentes,
45 Data Modela, Cyber Infrastructure, End User Engagement, Incertidumbre y ac
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
El viding soportando funcionabilidad e infraestructura para el GlobalSoilmap.net

El proyecto. Estos son ahora presentados al GlobalSoilMap.net Science Commit
La meta para la revisin y el debate. Esperamos que podremos crear entusiasmo
Dentro del consorcio la direccin para las funcionabilidades a la que ISRIC propone
Desarrllese y ofrzcale.
letra x
prefacio
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
Este libro fue iniciado en respuesta al proyecto GlobalSoilMap.net. Nosotros

Bondadosamente admita contribuciones y soporte de nuestros socios globales y
Los patrocinadores tan listado de abajo.
Los autores son agradecidos para el Bill y Melinda Gates Foundation, el Al
El liance para una Revolucin Verde en frica y las instituciones de los autores para provid
El soporte de investigacin del ing.
A los autores tambin les gustara darle un nmero de colegas las gracias por provid
Ing (publicado e indito) se copia del perfil edagolfico y datos del mapa: David
Jacquier, Archivo Nacional del Terreno Australiano, CSIRO Land y Agua, Australia;
Xiaoyuan Geng, Canadian Manchen Servicio de Informacin (CanSIS), Agricultura y
Agri-Food Canad, el Gobierno de Canad; El terreno Niels Batjes, ISRIC WISE
La base de datos del perfil, ISRIC el Instituto Mundial de Informacin del Terreno. El
Desarrollo de Acto Inapropiado
La funcionabilidad y los paquetes fueron posibles debido a consejo y soporte amable por Dy
Lan Beaudette (Landcare Indague a New (USDA-NRCS) y Pierre Roudier
Zealand Ltd).
Somos agradecidos para nuestros colegas en ISRIC, especialmente Piet Tempel y Jo
Haan Lenaars pues con tal que soporte tcnico y para el aporte y comprobando varias veces
De los datos del legado para frica, Gerard B. M. Heuvelink para su consejo cientfico
Acerca de los mtodos espaciales de prediccin, Vincent transporte por furgoneta a Engelen para
su consejo, y lo
El director de escena ISRIC Prem Bindraban para su soporte abundante. Ronald Vargas
Franco para soportar esta iniciativa y para promoverlos dentro del FAO.
Los conceptos para el modelo de datos (los Perfiles Edagolficos Manifiestos) y los sistemas
integrados
El diseo (GSIF) dbale mucho de su inspiracin para el Information Global Biodi
Versity Facility2 (GBIF). Los aspectos de las especificaciones se basan en atributos
Del producto SRTM DEM y los productos MODIS3 de NASA. Este documento
Tambin los empates con exceso en material en los derechos de propiedad del intelectual para los
que se prepar, y
2
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
adopt por ah, el OneGeology Project. Representa un esfuerzo de parte de lo

GlobalSoilMap.net se proponen establecer una declaracin similar de poltica de protocolo entre redes y de
3 procedimientos y protocolos para soportar implementacin de una poltica de protocolo entre redes.
1
2
La implementacin de los sistemas de informacin es mayormente claro utilizador logrado

Ambientes de 5 procedencias de cmputo: El ambiente de acto inapropiado para computing4 estadstico
6 y los paquetes de software se afiliaron para el Open Source Geospatial Founda
7 tion5. Adjunto, a los autores les gustara admitir estas organizaciones
8 y las compaas y les dan las gracias por con tal que acceso manifiesto a su informacin
9 y el conocimiento.
El
10
equipo GlobalSoilMap.net ISRIC

Yo Alfred Hartemink (la Universidad de Wisconsin-Madison) 6
12 Yo Robert A. MacMillan (ISRIC, NL)
13 Yo Tomislav Hengl (ISRIC, NL)
14 Yo Hannes I. Reuter (ISRIC, NL)
15 Yo Johan Leenaars (ISRIC, NL)
16 Yo Johanna Martinez Devia (ISRIC, NL)
11
17
Los lderes del nodo GlobalSoilMap.net

18
yo la Del Este Asia nodo:
19
Gan-Lin Zhang (el lder del Nodo), Instituto de Pedologa, chino

20
La academia de ciencias (ISSAS), 71 Beijingdonglu, Nanjing 210008

21
China
22
Hong joven a Suk (el coordinador Cientfico), Academia Nacional de

23
La ciencia agrcola, RDA Hacia el Sur Corea

24
Yo Eurasia nodo:
25
Luca Montanarella (el lder del Nodo), Comisin Europea DG JRC

26
Por E. Fermi 1, I-21027 Ispra (Virginia), Italia

27
Endre Dobos (el coordinador Cientfico), Univeristy de Miskolc, Hungra

28
Yo Latinoamrica y nodo caribeo:
29
La calaba de Lourdes Mendonc un Santos (el lder del Nodo), Embrapa

El
30
Centro Nacional de Investigacin Soil - Embrapa Solos, Rua Jardim Botnico,

31
1024, CEP 22.460-000, Rio de Janeiro, Brasil

32
Rodrigo Ortega Blu (el coordinador Cientfico), Correos de los Estados Unidos Campus Av. Santa
33
Mara 6400, Edif. Un, Santiago Vitacura, Chile

34
Yo Amrica del Norte nodo:
35
Jonathan W. Hempel (el lder del Nodo), Soil Survey Center Nacional, 100
36
La alameda de centenario Hacia el Norte, Lincoln, Nebraska 68508 el EEUU

4
5
6
http://r
http://osgeo.
Anteriormente ISRIC, NL.
Los reconocimientos
xv
El
James A. Thompson (el coordinador Cientfico), Geospatial Development

Concntrese, Virginia del Oeste University, PO Box 6108 Morgantown, Virginia del Oeste
El EEUU del 26506-6108
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 (acto inapropiado) trocitos de cdigo:
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
La letra conteniendo fases de elaboracin completas requiri reproducir todo

6 grficas y datasets en este libro estn disponibles por el homepage del libro en http:
7 //globalsoilmap.net/book / que Usted puede hacer un download para escribir un guin o la fuente eso de
8 acto inapropiado usando:
> la fuente ("http://globalsoilmap.org/data/GSM book.R")
El cdigo del # para reproducir todas las grficas mostradas en el libro;
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
pasta del destfile (getwd (), "Malawi _ grids.zip", sep))

> baje la cremallera (zipfile "Malawi _ grids.zip", exdir getwd ())
El
12
ms procesamiento de datos en acto inapropiado requiere un nmero de paquetes contribuidos:

> la biblioteca (RSAGA)
> la biblioteca (rgdal)
> la biblioteca (RODBC)
> la biblioteca (gstat)
> la biblioteca (spatstat)
> la biblioteca (la trama)
> la biblioteca (StatDA)
El contenido
La parte Yo los conceptos Tericos y la justificacin razonada
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
Los aspectos estadsticos de terreno global haciendo

mapas. . . . . . . . . . . . . . . . . . . . . .
3.1
El Terreno Global Haciendo Mapas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
3.2
El mapeo conducido en conocimiento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3
Geostatistical haciendo mapas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4
El modelo anidado multiescala de prediccin. . . . . . . . . . . . . . . . . . . . . . . .
3.5
El enfoque ascendente de vs de arriba a abajo. . . . . . . . . . . . . . . . . . . . . . . . .
3.6
Las predicciones en vs del punto bloquean soporte. . . . . . . . . . . . . . . . . . . . . .
3.7
3D kriging. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
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
La incertidumbre de variables del terreno. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
30
El xix
El xx
contenido
El
3.9 Trazando Un Mapa de eficiencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

2
Dividen Instalaciones de Informacin del Terreno II Global

4
3
4
5
6
7
8
Uno La visin general. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4.1
La introduccin. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.2
Los datos del terreno del legado: Su valor y sus
limitaciones. . . . . . . . . . . . . . . . . .
4.3
GSIF en contraste para otros proyectos similares. . . . . . . . . . . . . . . .
4.4
El diseo GSIF y la funcionabilidad. . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5
Las conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
91
93
95
96
99
La propiedad del terreno GlobalSoilMap.net hace mapas. . . . . . . . . . . . . . . . . . . . . . . . 101

5.1
Las caractersticas generales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
11
5.2
El temporal a Spatio sistema remisivo y cuadriculado. . . . . . . . . . . . . . . . . . 104
12
5.3
Los sistemas de coordenadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
13
5.4
La cuadrcula enlosando sistema. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
14
5.5
El almacenamiento de datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
113
15
5.6
La oficina de registro global (GSDR) de Datos del
Terreno. . . . . . . . . . . . . . . . . . . . . . . . . 114
16
5.7
La derivacin de lmites de confianza. . . . . . . . . . . . . . . . . . . . . . . . . . . 118
17
5.8
El control de calidad. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
10
18
Abra Al Pblico Perfiles Edagolficos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

19
6.1
El diseo y los procedimientos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
20
6.2
Freeform Soil Records (FFSR). . . . . . . . . . . . . . . . . . . . . . . . . . . 123
21
6.3
El perfil edagolfico Registra en Forma Original (SPROF). . . . . . . . . . . . . 124
22
6.4
Los registros armonizados (HSPR) de Perfil Edagolfico. . . . . . . . . . . . . . . . . . 125
23
6.5
La sumisin modela. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
24
6.6
Nombrando a las convenciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
25
6.7
Las columnas de fondo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
26
6.8
Las columnas extendidas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
27
Ensucie a covariates (worldgrids). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

28
7.1 grupos Temticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

29
7.2 Resoluciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

30
7.3 mscara GSM mapas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

31
Los servicios pblicos y el software: Los paquetes de acto inapropiado. . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

32
8.1
La visin general. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
33
8.2
El paquete global de corazn de mapeo del terreno GSIF. . . . . . . . . . . . . . . . . 151
34
8.3
Ensucie paquete de visualizacin plotKML. . . . . . . . . . . . . . . . . . . . 155
35
8.4
La Biblioteca de Referencia del Terreno SoilLabRL. . . . . . . . . . . . . . . . . . . . . . 156
36
8.5
Geo-service. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
37
Dividen a III Implementation y ejemplos
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
La propiedad intelectual y los datos acceden a las polticas. . . . . . . . . . . . . . . . . . 179

10.1 derechos de propiedad del Intelectual. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
10.2 la poltica de protocolo entre redes General
GlobalSoilMap.net. . . . . . . . . . . . . . . . . . . . . . 180
10.3 la implementacin Prctica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
10.4 Preexistiendo (el legado) ensucian datos del perfil y del polgono. . . . . . . . . . . 185
10.5 Recin crearon datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
10.6 Conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
11
La vitrina: Malawi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

11.1 Estudian descripcin de rea. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
11.2 la Consistencia de datos de entrada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196
11.3 la Preparacin de datos del punto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200
11.4 la Preparacin de datos del gridded. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
11.5 Regression y variogram modelando. . . . . . . . . . . . . . . . . . . . . . . 205
11.6 la Preparacin de posiciones de prediccin. . . . . . . . . . . . . . . . . . . . . . . . 212
11.7 simulaciones Geostatistical. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
11.8 la Visualizacin y la exportacin de mapas producidos. . . . . . . . . . . . . . . . . 215
Las fuentes bibliogrficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

Las referencias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
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
Las listas de abreviaciones y smbolos usados en este libro:

BLUP Supere Al Pronosticador Imparcial Lineal
FFSR Los Registros Libres del Terreno de la Forma
GM-NRK
Regression kriging Anidado Multiescala global
GSM El Terreno Global Haciendo Mapas
GSIF Las Facilidades Globales de Informacin del Terreno
HSPR Armonizado Perfil Edagolfico los Registros
RK
Regression-kriging
SPROF El Perfil Edagolfico Registra en Forma Original
El servidor seguro
La Biblioteca De Consulta del Terreno
3
4
5
6
7
8
9
10
11
El xxiii
Parte
Los conceptos tericos y la justificacin razonada
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
Muchas ciencias evolucionan hacia identificar una combinacin ptima

27 de datos duros y el conocimiento suave, pero que hay muchas ideas. Aqu tambin discutimos
28 que ambos acercamientos tradicionales y conducidos en tecnologa (DSM) para manchar el mapeo
29 comparten muchos conceptos comunes. Pueden, y, a menudo debera estar combinado
30 logran beneficio mximo. Esto est de acuerdo con desarrollos recientes en sci
31 ence que se combinan conocimiento duro y suave para lograr mejor resulta (CHRIS
32
TAKOS et
al., 2001; HARTEMINK et al., 2008). Nos declaramos, dentro de esto

documentan, para desarrollar e implementar un acercamiento hbrido que se abraza y por
Aplicacin 34 mits de ambos mtodos convencionales y estadsticos de mapeo (DSM)
35 dentro de un armazn de sobre-arqueo que puede armonizar y objetivamente puede asemejarse
36 predicciones hechas por los mtodos dispares. Para DSM ptimo, discutimos que lo
37 la seleccin de covariates y las necesidades de tcnicas de prediccin por las que ser conducidos claramente
38 mtodos y criterios objetivos para evaluar xito en trminos de exactitud del mapa.
33
39
Esta regression-kriging anidada multiescala hbrida (el de arriba a abajo y el fondo

40 arriba de) trazar un mapa de acercamiento representa un compromiso estructurado entre los que
41 aplicaran mtodos diferentes en las reas diferentes sin mecanismo para harmo
42 resultados nizing y esos lo haran argumentara a favor de aplicacin de un soltero, consis
43 alojan en tiendas mtodo en todo el mundo. Esperamos ese el acercamiento hbrido multiescala propuesto
44
profes para ser ambos polticamente aceptables y cientficamente ptimos.
Captulo 1
El estudio de suelos y el terreno examinan productos
1.1 Manchan y el terreno hace inventario
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
Y la transmisin de agua, a aprovisionar de nutrientes y minerales etctera.

el sistema de produccin el Terreno es la fundacin para el crecimiento de la planta. De hecho,
es
La base de todos los servicios terrestres sostenibles del ecosistema. Es tambin una fuente
De sustento para personas que cultivan cultivos y el ganado.
Para FROSSARD et al. (2006) hay seis funciones cruciales de terreno: (1) la comida y
Otra produccin de la biomasa, (2) otro almacenamiento, el filtrado, y la transformacin de gases
Y los minerales, (3) el hbitat biolgico y el gene mancomunan, (4) fuente de materias primas
3
La roca se fragmenta, fracciones de la textura, carbn orgnico, nutrientes, minerales y
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.
Del punto de estadsticas, la forma ms efectiva de representar terrenos es

4 como las variables del terreno las propiedades mensurables o descriptivas comnmente coleccionadas
5 a travs fildean probando y entonces ya sea in-situ medido o a posteriori en labo
6 ratory. De un punto de vista estadstico, las variables del terreno pueden estar apenas sea agrupado
7 en:
8 cantidades de algn material (z 0 + _);
9 cantidades transformadas o estndar como pH (z _ _ + _)
10 variables binomiales como masa o los porcentajes de volumen (z 0 1);
11
variables binarias como la ocurrencia o la poco ocurrencia de terreno cualitativo
12
Las
variables (z 0, 1);
13 variables multinomial (o categrico) como las clases del terreno (z a, b, . . ., x);
14
En trminos de las estadsticas de spatio-temporal, manchan variables pertenezca para continuo

15 caractersticas y pueden ser ms convenientes representado por ah campos continuos utilizadores o sea gridded o
16 mapas de trama. Aun las entidades discretas como las clases del terreno pueden estar bien presentadas nosotros
17 modelos continuos ing (Delaware (las probabilidades o las asociaciones) y representaciones
18
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
1.2 Soil levantan un plano: El estatus de la ciencia
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
Niques (decida qu hacer mapas y describir);
La unidad del polypedon del terreno A-2-1

La unidad del polypedon del terreno A-3-1
El mapa del terreno
La unidad A-1
La unidad del mapa del terreno A-2
Especialcese componentes (no trazado un mapa de)
A de la unidad del mapa del terreno

La inclusin
(No trazado un mapa de)
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
de la unidad del mapa del terreno
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
1
2
2. Prepare un diseo de muestreo (defina posicin espacial de probar puntos y
Probando intensidad);
3 3. La colecta toma muestras en el campo y los valores de estimacin del blanco manchan variables
4
En posiciones desconocidas a probar y afinar prediccin modela;

5 4. Seleccione e implemente las tcnicas espaciales de prediccin (o la extrapolacin)
Y
genera asociaciones del terreno;

7 5. Seleccione la mayor parte de modelos de representacin y un sistema de distribucin de datos;
8 6. Publique y distribuya la informacin del terreno en forma de mapas, geogrfico
9
Las bases de datos y los informes (y le provee el soporte a los usuarios);

10
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
al., 1971; HUDSON, 2004). En este acercamiento, ensucie de inspectores

velop y aplican modelos conceptuales de donde y cmo cambian los terrenos en la tierra
18 el cuerpo de la columna a travs de una combinacin de inspecciones del campo para establecer patrones
espaciales
19 y la decodificacin de foto para extrapolar los patrones para las porciones especficas de lo
20 ajardinan (el Higo. 1.2).
17
El experto /conocimiento vuelto

Manche mapeo
Los datos /tecnologa accionados
Manche mapeo
Las variables metas: Los datos espaciales modelan: Especialcese aportes:

Especialcese covariates:
El modelo espacial de prediccin: La valoracin de exactitud: La representacin de datos:
Especialcese aspecto tcnico:
El terreno determina el
tipo sanguneo (la serie
del terreno)
Las propiedades analticas

del terreno
Discreto (ensucie cuerpos) Continuo / hbrido (la

cantidad /probabilidades)
La descripcin experta del La sensacin del terreno
perfil de conocimiento
del proximal de datos del
/terreno
laboratorio
Ensucie delineaciones (la
decodificacin de foto)
Las imgenes remotas de

sensacin, DEMDERIVATIVE
La premediacin por
polgono
Las estadsticas
automatizadas (Geo)
La validacin de unidades La validacin cruzada

de mapeo del terreno
(RMSE)
(kappa)
El polgono traza un mapa El error de prediccin del
de mesas de atributo del + + de mapas Gridded hace
mapas
La escama cartogrfica
El tamao de la clula
cuadriculado
Basado en diseos (libere El muestreo basado en

encuesta)
modelos
Manche probar estrategias:
El higo. 1.2 la comparacin Matricial entre lo tradicional (conducido en conocimiento) y lo puramente datos /tecnologa acercamientos
conducidos para manchar el mapeo.
1.2 Manchan encuesta: El estatus de la ciencia
Este conocimiento docto de patrones de

soil-landform est generalmente
acostumbrado al producto
Los mapas del polgono manualmente
dibujados que esbozan reas de terrenos
diferentes de escala dominante o
Las combinaciones de terrenos las unidades
del mapa del terreno (el Higo. 1.1). Las
unidades del mapa del terreno (los polgonos
de
El tipo diferente) est descrito en trminos de
composicin de clases del terreno y a menudo
Tambin ajardine atributos dentro de cada
unidad con reconocimiento mdico diversos
del terreno y chem
Las variables del ical trabaron un embargo
para cada clase. Ms comnmente, el objetivo
de conven
El terreno del tional haciendo mapas debe
delinear reas, o polgonos, en cul la
variacin de
Los terrenos y las propiedades del terreno son
descriptibles y usualmentes ms limitados en
medio
Los polgonos. Porque la mayor parte de
proyectos que asocian terreno han limitado
recursos y
El tiempo, los inspectores del terreno pueden
no permitirse el lujo de examinar un rea en
alguna escama detallada (e.g.
1:5000) y el mapa los polypedons reales.
Como un compromiso, el equipo de encuesta
tiene
Para escoger alguna mejor escama realizable
del blanco (e.g. 1:50,000). Los mapas
producidos en
Esta escama puede estar ms all
generalizado, a merced de la aplicacin y
usuarios
Las demandas.
Donde la variacin dentro de un polgono
es sistemtica y previsible, el patrn
De variacin en terrenos dentro de cualquier
polgono dado est a menudo descrito lo
La posicin ms comn o las posiciones en el
paisaje ocupado por cada uno nombr
Manche clase. En otros casos, los patrones del
terreno no estn claramente relacionados con
pies contrahechos sistemticos
Los ations en los atributos observables del
paisaje y eso no caben describir donde
Cada tipo nombrado del terreno tiene ms
probabilidad de ocurrir dentro de cualquier
polgono o por qu.
La encuesta convencional del terreno
haciendo mapas tiene algunas limitaciones
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
para mapa digital del terreno

El sonido corto y metlico con el que se
guard relacin el hecho que no es a menudo
consistentemente aplicado por mapa diferente
Pers, eso es mayormente manual y eso es
difcil de automatizar. Adems, conven
Los mtodos de estudio de suelos del tional
difieren de pas para pas, y aun dentro uno
Singularice regin, dependiendo mayormente
del alcance y ras con ras de detalle del inven
El conservador (SCHELLING, 1970; EL
PERSONAL DE ESTUDIO DE SUELOS,
1983; ROSSITER, 2001). Lo
La ventaja crucial de terreno convencional
hace mapas, por otra parte, es que retratan
La distribucin espacial de patrones de
terrenos en el paisaje y estos patrones
Puede ser extrado de leyendas y mapas para
modelar el terreno ms probable en cualquier
La posicin en el paisaje (ZHU et al., 2001).
El acercamiento emergente, digital para
manchar el mapeo (DSM), por otra parte
Es ms conducido en datos y basado en el uso
de mtodos estadsticos y tecnologa
(LAGACHERIE et al., 2006; HARTEM INK
et al., 2008; BOETTINGER et al.,
2010). DSM tiene la intencin de desarrollar y
aplicar conjuntos de reglas objetivos y
ptimos
Predecir la distribucin espacial de
propiedades del terreno o manchar clasifica.
La mayora de typi
Cally, reglas es desarrollado analizando y
codificando relaciones estadsticas
Entre bases de datos digitales representando la
distribucin espacial de en seleccionado
Vironmental covariates y observaron
instancias de una la propiedad de terreno de
clase o del terreno
En geo-reference toman muestras posiciones.
Las bases de datos medioambientales del
covariate son
Seleccionado como pronosticadores de los
atributos del terreno con base en cualquier
knowl docto
El borde de relaciones sabidas para ensuciar
patrones o la valoracin objetiva directa de
Las correlaciones significativas con
observaron ocurrencias del terreno.
Algunas ventajas cruciales de DSM son
que es objetiva, sistemtica, repetible,
Actualizable y representa una expresin
ptima de estadsticamente validado debajo
La posicin de relaciones medioambientales
en terreno en trminos de lo actualmente
disponible
8
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
La espectroscopia del terreno (los escneres del campo)

La tecnologa LiDAR
La misin ESA ENVISAT
La tierra y las misiones Aqua EOS
Las misiones LANDSAT
Las misiones de topografa de Radar de la lanzadera
2000
2010
La Agrimensura Global
SRTM DEM (cerca para m global, 100)
Los productos MODIS

(M global, 250)
GlobCov v1 (m global, 300)
LiDAR DEMs opentopography.org
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
muestreo disea o la justificacin razonada us decidirse donde localizar perfil edagolfico

8 la observacin o los puntos de muestreo no estn a menudo claros y puede diferenciarse de proyecto para
9 se proyectan o sealan punto. Por consiguiente no hay afianzamiento que el punto disponible
10 datos son de hecho representativos de los patrones dominantes en cualquier rea. Los puntos
11 pudieron haber sido seleccionados y puedo haber tomado muestras para captar informacin acerca de inusual
12 condiciones o para localizar linderos en puntos de transicin y mxima contra
13 la fusin de aproximadamente ensucian propiedades. Una vez que un terreno se vuelve reconocido tan siendo
ampliamente
14 distribuyeron y la escala dominante en el paisaje, muchas encuestas de campo eligen para no
15 registran observaciones cuando ese terreno es encontrado, preferente para enfocar en lugar de eso
16 en registrar terrenos inusuales o de transicin. As la poblacin de terreno disponible
17 observaciones del punto no pueden ser representativas de la poblacin verdadera de terrenos,
18 con algunos terrenos siendo cualquier encima o poco representado.
19
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,
28 la correlacin con covariates disponibles (KONDOLF y PASTEL el HOMOSEXUAL VARN, 2003).
El
1.3 terrenos Mundiales
Ha habido una tendencia para mirar terreno

convencional haciendo mapas y DSM tan
Compitiendo y los acercamientos poco
complementarios. De hecho, comparten ms
sim
Los ilarities que las diferencias. Adems,
pueden ser mirados como miembros de fin de
Un continuo lgico. Ambos confan en aplicar
la idea subyacente que los dis
La tribucin de terrenos en el paisaje es
mayormente previsible y, donde no es
Previsible, que debe estar revelado a travs de
la observacin intensiva, muestreo y
La interpolacin.
En la mayora de los casos, la base de
prediccin debe relatar la distribucin de
terrenos,
O las propiedades del terreno, en el paisaje
para los factores medioambientales
observables tan
La posicin topogrfica, la cuesta, el aspecto,
estando bajo de material del padre, la contra
del desage
Ditions, patrones de clima, vegetacin o la
utilizacin de tierras etctera. ste es hombre
hecho
El ually y empricamente en terreno
convencional levanta un plano, mientras en
DSM que es ob hecho
El jectively y en su mayor parte en una moda
automatizada. A la hora que fue desarrollado,
El estudio de suelos convencional careci de
ambos los conjuntos de datos digitales de co
medioambiental
Las variables y las herramientas estadsticas
requirieron objetivamente analizar relaciones
En medio las observadas propiedades del
terreno y los covariates medioambientales.
Entonces, este rela
Los tionships fueron, de necesidad,
desarrollados empricamente y expresaron
conceptualmente
Como el conocimiento docto.
Ms recientemente, se ha puesto
progresivamente posible para obtener
ambos environ
Los datos mentales del covariate y el campo
manchan observaciones en georegistered y
digital
Formatee y para analizar y expresar relaciones
objetivamente y ptimamente, a nosotros
Los mtodos estadsticos del ing. Donde la
relacin entre environmen disponible
Tal covariates y coment que la variacin del
terreno es dbil (como en llanuras sin rasgos
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
1
terrenos de 1.3 Mundos
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
anlisis de los sistemas empleado (IIASA) y los socios recientemente produjeron a un 1 km

El
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
tified como ocurrir en cada celda cuadriculada 11 km.

35 la escama 1:5M el Terreno FAO-UNESCO Hacen Mapas del Verbo: De que tiene ISRIC
36
Producido 5 por 5 minutos de arco los mapas globales de la propiedad del terreno (para 020, 2040,
37
4060, 6080 y 80100 cm) en combinacin con el terreno ISRIC-WISE

38
La base de datos del perfil (BATJES et al., 2007).
http://www.ra
http://www.fa
1.3 terrenos Mundiales
11
Ponga sobre una mesa 1.1 terrenos Mundiales en nmeros.

El
El aspecto
valor estimado
(/ el % referente de ao)
Totalice rea terrestre:
14.8 billones ha Estimated totaliza rea productivo del terreno:

10.9 billones ha (73.6 %) Drylands (los desiertos, los semidesiertos):
3.6 billones ha (24.3 %) Wetlands (los pantanos, los pantanos, y los pantanos):
440 el milln la Tierra Cultivable ha (3 %) y los cultivos permanentes:
1.5 billones ha (11 %)
Las reas potenciales adecuadas en variar grados para lo
La produccin del rainfed de cultivos arables y permanentes:
2.8
billones ha
El terreno dominante se agrupa (WRB):
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
265 / 497 (53 %)

La demanda mundial para cereales:
39
millones de tonos (en 1970)
El consumo mundial de fertilizante:

millones de tonos (en 2011)
La fertilizacin anual evala en Hacia el Este Asia:
103 tonos de milln (en 2000)
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
La tasa global anual (desde 1990's) de deforestacin:

9.4 millones ha
Fuertemente o la tierra sumamente degradada (ya no
Adecuado para la agricultura):
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
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
maps4 en una resolucin de 2 minutos de arco, que es probablemente uno sobre-optimista

7
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
Hay varias razones posibles por qu el terreno la informacin est globalmente as

27 usaron fuera de (y dentro) el dominio de pedologa. Primer, la importancia de lo
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
1.4 Manchan observaciones (las medidas del campo)
Las especies en la biologa o cubierta de

tierra escriben, a menudo entidades mixtas o
vellosas), (2) ellos
Puede representar slo cambios abruptos en
propiedades del terreno, (3) ellos a menudo
No contenga medidas de incertidumbre o
estimacin de la distribucin de probabilidad
Para blanco manchan variables
(LAGACHERIE et al., 2006; EL LENGUAJE
13
ENSAMBLADOR. DE HORA DEL ESTE
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).

Quiz el aporte ms significativo
(ciertamente lo ms confiable) para manchar
el mapeo
Son las observaciones de campo de
propiedades descriptivas y analticas del
terreno el terreno
Los registros del campo (el PERSONAL de
DIVISIN de ESTUDIO DE SUELOS,
1993; SCHOENEBERGER et al.,
1998). Estos son considerados como datos
duros o pruebas de verdad molida (el punto)
de
Las variables metas (ROSSITER, 2001).
Los datos duros son tambin el aporte de la
caera maestra para estimar
La actuacin espacial de prediccin o sea la
exactitud verdadera de mapeo. En contraste
Para poner en tierra datos de verdad, otras
estimaciones sintticamente o
empricamente generadas de
Los valores de variables metas en el campo
son considerados como datos suaves. Los
datos suaves son
Menos deseable como el aporte primario
para modelar estimacin, sino algunas veces
all
No es alternativa. Es en todo caso
importante a reconocer diferencias en medio
Los datos duros y suaves y sugieren que
formas accedan a la incertidumbre de
modelos que
Se basa en ambos.
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
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
Las descripciones de perfil edagolfico en la dimensin vertical son usualmente acompaadas
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
Para el proyecto actual GlobalSoilMap.net, por ejemplo, estamos principalmente adentro

35 que terested en un set de fondo de laboratorio analiza para pH, carbn orgnico, arena, cieno,
36 arcillan, densidad del fragmento de grueso contenido, de la masa, aptitud disponible de agua, cambio
37 cationes capaces y la acidez y la conductividad elctrica. Este set de corazn fue seleccionado
38 en parte porque - se considera - representa el terreno crucial propiedades funcionales de
El
La mayora de inters y la mayora de uso

para la decodificacin y el anlisis y en parte
porque estos
Las propiedades del terreno son la mayor
parte de ampliamente analizado y reportado
en el legado del terreno
La literatura (el lenguaje ensamblador. de hora del
Este SANCHEZ, 2009). La caracterstica
significativa de mea objetivo
Los surements son que - se espera - son
coherentes, repetibles y comparables
A travs del tiempo y espacio. Veremos que
ste no es siempre el caso, pero ese ob
Las medidas del jective tienen un menos
algn grado mnimo de precisin y
La exactitud.
La ventaja principal de datos de perfil
edagolfico del legado en posiciones del
punto es sim
Emplee que las observaciones y las medidas
son para las que se estableci referencias para
una posicin sabida
En espacio (y usualmente tambin el tiempo).
El conocimiento de la posicin espacial de
profesional del terreno
Archive datos provee la oportunidad para
analizar relaciones entre datos sabidos
Aprecia en una posicin y otros conjuntos de
datos covariate (el pronosticador). Tambin
viene bien
Posible para simplemente analizar patrones
espaciales o sea represente variabilidad
espacial nosotros
El ing aprecia en posiciones sabidas del
punto. En primer lugar, sabiendo la posicin
De un punto en cul un terreno la propiedad
ha estado permisos descritos o medidos
Esa posicin a ser cubierta con una capa
encima de otro spatially le puso notas a los
estratos digitales de datos para
Los conjuntos de datos de producto de valores
medioambientales relatados que ocurren en el
mismo sitio.
El punto conocido aprecia de propiedades
del terreno (o las clases) puede ser rel
analizado
El ative para los valores sabidos de covariates
medioambientales en loca correspondiente
Los tions. Si una relacin estadsticamente
significativa puede ser establecida en medio
lo
El valor de una propiedad del terreno en
numerosas posiciones y los valores
correspondientes
De unas variables medioambientales en las
mismas posiciones, un modelo proftico
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
Localizado para dentro de 1 km.
Esta exactitud relativamente posicional escasa tiene implicaciones al intersectarse
Los datos del punto del legado con estratos de

datos del covariate a descubrir y cuantificar
statisti
Las relaciones del cal. La interseccin tiene
tendencia a revelar relaciones significativas
cundo
Los datos del punto del legado relativamente
pobremente localizados son cubiertos con una
capa en conjuntos de datos del covariate
De resolucin espacial y ms tosca como esos
usados para retratar variacin espacial adentro
El clima o la vegetacin. En tales casos, la
incertidumbre en calidad del punto
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
Promedie exactitud posicional (los metros)

400
200
16
600
800
1000
la API
400
600
800
1000
Los APRENDICES
La LORAN
0
200
La resolucin espacial (los metros)

S.A. se fue
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).
posicin grandemente no limita la habilidad a identificar relaciones entre lo

observaron mancha clase o ensucia propiedades y el trasfondo medioambiental tan descrito
3 por el covariate.
1
2
Sin embargo, puede ser difcil imposible desarrollar relacin significativa

5 barcos de en medio ensucian propiedades en posiciones del punto y los covariates medioambientales
6 que disienten significativamente sobre distancias abruptamente horizontales. Considere, por ejemplo,
7 la topografa, en el cual la porcin ms grande de variacin significativa es a menudo local
8 y estn relacionados con cuestas individuales de la colina de lnea de la cordillera para el canal. Muchas colina
9 cuestas, especialmente en paisajes agrcolas, tienen longitudes totales de 50
10
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.
En tales casos, es difcil que el anlisis estadstico de la relacin sea

14 propiedades del terreno tween y la posicin de la cuesta revelarn cualquier cosa significativas, parejas
15 si una relacin fuerte hace existen en realidad. No ser aparente adentro lo pobremente
16 geo datos para los que se estableci referencias. La probabilidad de establecer una relacin significativa
17 se reducen aun cuando la exactitud de la posicin del punto es 1 km. Adentro
tales casos, informacin subjetiva en la posicin conceptual del terreno en lo

ajardinan (por ejemplo la posicin de la cuesta manualmente obedecida) puede ser ms til para es
20 reglas tablishing y patrones que interseccin de los datos reales del punto con multa
21 covariates de resolucin.
18
19
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
1.5 covariates Soil / ensucian delineaciones
Influencie adentro cules terrenos y que

divide del paisaje quede probado en cualquier
dado
El rea. Entonces, la informacin disponible
en terreno clasifica o propiedades del terreno
en puntos conocidos
En el espino del paisaje o no puede ser
representativo de la escala dominante o real
Las condiciones del paisaje. Algunas veces
ensucia es probado porque son en los que se
crey
Para ser representativo de las condiciones
dominantes en un paisaje. En otras veces,
Los terrenos son probados porque son
inusuales y sobresalen o porque ellos oc
El cupy una posicin transicional y el catador
estn tratando de identificar un lmite.
La mayora de tcnicas estadsticas para
extraer patrones y las relaciones de anal
Los ysis de datos del punto del terreno dan
por supuesto que los datos del punto estn
algo representativos
Del paisaje y cubierta el rango completo de
ambos covariate espacia y reconocimiento
mdico
El espacio. Esta suposicin no es a menudo
encontrada y el punto prueba, en muchas
reas, espino
No sea con creces representativo del rango
completo de condiciones en un rea.
En analizar datos de perfil edagolfico del
legado para desarrollar rige y relaciones, es
Usualmente tambin di por supuesto que los
valores se incorporaron a cualquier propiedad
del terreno para todos los sitios
Est comparable y coherente. Como discutido
a otro sitio, las diferencias en los mtodos
Usado para probar y analizar ensucia pista
para las diferencias considerables en los
valores
Se incorpor a cualquier propiedad dada del
terreno dependiendo de tales factores como el
mtodo de
El anlisis, el laboratorio en el cual el anlisis
se hizo, el tiempo de anlisis (los resultados
Disienta el ao para el ao), la persona
haciendo el anlisis etctera. Estas diferencias
adentro
Los valores para lo que debera ser el mismo
ruido de producto de la propiedad del terreno
que confunde
La habilidad a discernir y cuantificar
relaciones estadsticas en medio observadas
Los valores de la propiedad del terreno y los
valores para covariates en las mismas
posiciones.
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
En DSM, los esfuerzos estn usualmente

hechos para tratar de armonizar valores
producidos utilizador
Los mtodos diferentes del laboratorio para
lograr apenas valores equivalentes relativo a
uno
Singularice mtodo remisivo estndar. Aun
donde la armonizacin es aplicada, una cierta
cantidad
El ruido e incongruencia siempre restos y la
habilidad a establecer estadstico
Las relaciones estn siempre algo
comprometidas.
Lo que necesita ser enfatizado es un tanto
as de los terrenos del legado perfila datos
adentro
El mundo est debajo usado. Tiende a estar
fragmentado, no estndar entre coun
Los intentos y a menudo aun dentro de pases,
se redujo a menudo digital
Formatee y est en peligro considerable de
perderse para el uso efectivo por siempre (!)
Como el gobierno fi las instituciones del
terreno pierden soporte y se cierran y el perro
sin raza
La generacin arrendaticia de terreno
experimentado que los especialistas retiran y
no es reemplazada. Aun
Donde estos datos estn en formato digital, no
es fcil de compartir o intercambiar datos
A travs de bordes nacionales, estatales o
parejos de proyecto por las diferencias
significativas
En estndares, los mtodos, las definiciones y
las leyendas.
1.5 covariates Soil / ensucian

delineaciones
En general podemos decir que hay cinco
grupos principales de covariates del terreno de
entierran
El est para terreno haciendo mapas:
las imgenes espectrales y multiespectrales
de la tierra salen a la superficie (la lectura a
distancia adentro
Los dados).
41
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
covariates derivativos a DEM.

Climtico y la vegetacin basaron covariates.
3 Aterrizan encuesta e informacin terrestre de uso (riegue cuerpos, objetos hechos por humanos,
1
2
La fertilizacin y la tierra cultivada practican asociaciones).

5 covariates basados en expertos ensucie delineaciones o delineaciones de padre del terreno
El
material o la geologa (manualmente o semiautomticamente se prepar); Emprico

7
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.
Y el descubrimiento una clase especfica sola

del terreno o un valor de la propiedad del
terreno (el Higo. 1.1). Ms a menudo,
El terreno que los mapas proveen se inclina o
hace inventario de clases del terreno que
ocurren dentro de uno dado
El rea del mapa y da contornos de reas (los
polgonos) dentro de las cuales las listas de
especfico
Se predice que terrenos cursan con
especificado frecuencias o posibilidades. Los
terrenos son
Los conceptualizados como los objetos que
forman parte de definido manchan clases.
Cada clase de terreno (a menudo una serie
del terreno o una clase taxonmica) - se
asume - tiene
Un rango limitado y descriptible de
caractersticas (el sostn fsico y qumico
Erties) eso puede estar acostumbrado a
caracterizarlo. Dentro los polgonos de los
que se traz un mapa, la manera
En cules terrenos cambian horizontalmente a
travs del paisaje no es usualmente
explcitamente
Representado (el Higo. 1.1). En el mejor de
los casos, tal variacin interna del polgono
puede estar descrita
En los trminos conceptuales relativo a qu
tan aparte los terrenos pueden ser ms
probables para oc
El cupy las posiciones especficas del paisaje
u ocurra en materiales especficos del padre o
debajo
Las condiciones diferentes del desage. Para
el ejemplo el Manual de Estudio de Suelos de
USDA
Distingue entre consociations (polypedons
relativamente homogneos), como
Sociations (la unidad heterognea con dos o
ms polypedons similares), y com
Las estructuras entrelazadas (la mezcla de dos
o ms polypedons contrastantes), excepto en
la mayora de los casos nada de
Los componentes descritos son de hecho de
los que se traz un mapa.
La variacin de propiedades del terreno en
la dimensin vertical est usualmente
descrita adentro
Los trminos de variacin en el tipo, el
espesor y el acomodamiento de diversos
diferente
Ensucie horizontes. Los horizontes del terreno
son por ellos mismos una coleccin de objetos
de clase, con
Cada clase tambin esper ostentar un rango
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
caracterstico de atributos y el terreno

Los valores de la propiedad. Todo ensucia
siempre lo mismo mismos tipos o secuencias
de
Los horizontes y entonces, la mayora de
horizontes no son lateralmente continuos y
mappable. Entonces,
La mayora de mapas del terreno del legado
retratan representaciones abstractas de cmo
las clases diversas
De terrenos disiente horizontalmente entre
polgonos del terreno y verticalmente por
horizontes del terreno.
La decodificacin de la mayora de mapas
de clases del terreno a menudo requiere
uno considerable
La cantidad de conocimiento y comprensin
de contra subyacente de mapeo del terreno
Los cepts y de clases locales de terrenos y
horizontes del terreno. Esto restringe uso
efectivo
De muchos mapas de terrenos para las
personas con el conocimiento de fondo
necesario.
Una de las ventajas de la llave de datos
convencionales del mapa del polgono del
terreno es su ganancia
La habilidad. En muchas partes de mundo, el
nmero de instancias de fuente fidedigna
localizado
Las observaciones de perfil edagolfico son
muy punto bajo y la extensin espacial de
reas para las cuales
Suficientes datos del punto estn disponibles
puede ser pequeo. Sin embargo, muchas
reas con slo
Las cantidades limitadas de geo los datos
para los que se estableci referencias del
punto estn al amparo de mapas del terreno de
var
Los tipos de ious y las escalas. Entonces, los
mapas convencionales del polgono del
terreno estn a menudo disponibles
Pues las reas que carecen de suficientes
cantidades de ensucie apunte datos.
Para la mayor parte de los ltimos aos del
80100, los mapas poligonales
convencionales del terreno tienen
Visto como la forma ms efectiva transportar
informacin casi horizontal
Y la variacin vertical en terrenos y
propiedades del terreno a travs del paisaje.
Conven
Los mapas del terreno del tional se ingenian
para lograr alguna particin de discos del
importe total
De variacin en terrenos y propiedades del
terreno en la dimensin horizontal. Ensucie
mapas
Siempre he admitido que son incapaces de
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
capturar y explcitamente el por

2
La variacin de la bandeja que ocurre en
4
3
distancias ms pequeo que algn mnimo
clasific segn el tamao rea
Eso es factible para exhibir en cualquier escama particular de hacer mapas.
44
20
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
El corazn de mtodos DSM de

desintegracin del polgono del terreno. La
desintegracin de
El polgono convencional del terreno hace
mapas en representaciones ms detalladas de
ms que nada
La escama probablemente ms fina que el
patrn espacial de variacin del componente
nombrado ensucia es
Un mtodo atractivo y factible de producir
estimaciones ms detalladas de lo
La distribucin espacial de terrenos y
propiedades del terreno para muchas reas
para las cuales el punto
Los datos son escasos y los mapas
convencionales del polgono del terreno
estn disponibles (el Higo. 1.1).
La lista de limitaciones y problemas de
potencial con poly convencional del
terreno
Los datos del mapa del gon son largos y
debe ser admitido y distribuido. Dos de lo
La mayora de asuntos serios son plenitud y
consistencia. Es sumamente raro
Tenga pases o regiones enteras para los
cuales hay cobertura completa con uno
El set consistente de polgono del terreno
hace mapas de escama consistente, contento
y distintivo. Adentro
El hecho, la situacin normal para la
mayora de regiones y pases son uno de
incompleto
La cobertura con parches de mapas de
escama diferente, contenido, diseo y la
vendimia
Las porciones tapadoras de reas de inters
con aberturas grandes de reas de las que se
no traz un mapa sean
El tween traz un mapa de reas.
Slo unos muy pocos pases o regiones
(e.g. El EEUU, UK, Japn, Euro
occidental
Los pases del pean, Jamaica, etc de
Gambia) ha logrado dondequiera se acerca
completo
La cobertura nacional en las escalas ms
detalladas que el milln del 1:0.5
(ROSSITER, 2004).
El nacional de la escama (el milln 1:1 o
ms pequeo) ms ms pequeo o el terreno
continental hace mapas
Se basa en extrapolacin e interpolacin
manual de desparramado e incom
Los mapas del plete que proveen slo
cobertura parcial para estos trazaron un
mapa de las reas. Aun
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
Donde la cobertura es completa, o casi la

consistencia completa, es a menudo un
signifi
Bisele edicin.
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
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
y los mtodos. Ha habido algo de xitos en desarrollarse y demonstrat

mtodos ing para compilar armonizaron asociaciones del polgono del terreno en regional para el conti
7 escalas nental de colecciones desparramadas y dispares de polgono disponible del terreno
8 mapas (BUI, 2003; GRINAND et al., 2008) excepto estos mtodos an no ha sido
9 formalizaron o ampliamente adoptaron para el uso global. Si los mapas del polgono del terreno no son har
10 monized a producir completan y coherente regional para las coberturas nacionales,
11 luego cada necesidades del mapa a ser tratados como una entidad separada que complica uso de
12 ensucian mapas para construir reglas coherentes para predecir terrenos o propiedades del terreno a travs
13 reas grandes.
5
6
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
1.6 el Legado manchan experticia (el conocimiento tcito)
Puede no ser mancomunado sin armonizacin.

Un cientfico del poco terreno introducido
Para un mapa del terreno de la escama
continental donde los linderos del terreno
entienden el pas atado
Aries probablemente desatar confianza y
buscar a otra fuente informativa
(D'AVELLO y MCLEESE, 1998). Considere
por ejemplo al Harmonized
El producto mundial de la Base de Datos del
Terreno. Mirando los mapas derivativos a
HWSD uno puede
El silencio ponen cuidado que el numeroso
terreno bordea que el pas del fsforo bordea
(ms a menudo uno
El artefacto), excepto tambin escama
efectiva inconsistente dentro de continentes.
Todo este limi
Los tations reducen confianza en el producto
final y su uso.
Entonces, el polgono convencional del
terreno del que los mapas sufren mana
relacionado para completar
Ness, consistencia y exactitud de contenido
temtico as como tambin de asuntos
Relatado para la exactitud posicional y la
relevancia de linderos del polgono del
terreno. Para
El terreno del legado hace mapas para ser de
mxima utilidad posible para terreno digital
haciendo mapas
Necesitan ser armonizados con relacin a
exactitud y contenido temtico y
Necesitan corregirse con relacin a la
exactitud posicional. Si estos no son
Hecho, la probabilidad de extraer patrones
significativos y coherentes y las reglas
Pues el uso en el trazar un mapa de digital de
terrenos est considerablemente
comprometido.
23
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1.6 el Legado manchan experticia (el conocimiento tcito)

El carcter dominante de la mayora de
conocimiento del experto del terreno del
legado es que tiene
A menudo no formalizado o puesto explcito y
sistemtico. HUDSON (2004)
Se refiere a la cantidad inmensa de
conocimiento de terrenos que existe en forma
tcita, como no mencionado
Y las reglas no formalizadas y entender eso
existen principalmente en las mentes y
Las memorias de los individuos que
transmitieron investigaciones de campo y el
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
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
falta de cualquier datos duros, en forma de punto perfilan observaciones

5 o aun los mapas del polgono del terreno, el conocimiento docto de los patrones principales de variacin
6 en terrenos pueden representar la forma slo factible de producir un primer approxima
7 tion modelan de terreno variacin espacial para un rea. Habr trechos vastos de lo
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
red de rea local et
al., 2005). El conocimiento tcito docto es a menudo inexacto e incompleto pero

29 que enlata por correo urgente y revela ampliamente reconocieron patrones generales y pueden proveer
30 una aproximacin primera razonable de patrones del paisaje de terreno. Para ser usado
31 eficazmente, para los proyectos como el proyecto GlobalSoilMap.net, las plataformas y
32 protocolos para capturar y expresar conocimiento tcito docto necesitan acordarse
33 en y la opcin de venta en lugar para soportar captura de conocimiento y la aplicacin. El acuerdo
34 en tales plataformas y los procedimientos no estn an extendido.
35
higo. 3.3 ilustra un ejemplo simple de cmo convertir knowl conceptual

36 avanzan ligeramente adelante cmo cambian las propiedades del terreno sobre un paisaje para un lgebra lineal
(ponderado
37 promediando). Para integrar todos sistemas tcitos disponibles de conocimiento en un que grande
38 que el algoritmo de prediccin es probablemente ms all de las aptitudes humanas, excepto bien podran ser
39 automatizaron usar por ejemplo aplicaciones de reptacin de trama pues el legado ensucia datos (escudriado
40 documentos, informes de estudio de suelos y libros).
El
1.7 Ensucian bases de datos, mapas y sistemas de

informacin
25
1
1.7 Ensucian bases de datos, mapas y

sistemas de informacin
Para facilitar uso de datos del terreno, el
campo del terreno registra y delineaciones del
terreno pueden ser
Digitalizado y organizado en bases de datos.
Los perfiles edagolficos son comnmente
puestos uno
El terreno el Perfil la Base de Datos
Geographical (SGDB); Las delineaciones del
terreno son digitalizadas
Y representado como mapas del polgono con
atributos atribuidos por trazar un mapa de
unidades y
Manche clases (ROSSITER, 2004). Las bases
de datos de perfil edagolfico y los mapas del
polgono del terreno
Puede estar combinado para producir mapas
de atributo y el terreno de respuesta o el
terreno aterrice uso
Las preguntas especficas. Una vez que los
datos estn en una base de datos, uno puede
generar asociaciones y
Los complots estadsticos o sea corriendo
averiguaciones espaciales.
(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
El 8.6 41. LV ...

ID0 78 11
01
2
un 7.3 ...
o
Cg 7.8
2
El 8.2 41. LV ...

ID0 32 08
02
0
Ap 6.5 ...
N N
A A
El 8.0 41. PH ...

ID9 09 10
99
2
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
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
Se convirti a (vea ms all 6) de la el modelo base de datos HORIZON-SITE

9 que una mesa sola donde cada terreno de perfil se convierta en un registro. Referiremos a
10 esta estructura como el modelo solo de la base de datos de la mesa (el Higo. 1.5b). La mesa sola
11 la base de datos modelan grandemente simplifica subsiguiente esfuerzo para visualizar valores probados
12 y para importarlos para un GIS para correr anlisis espacial. Note tambin esa conversin
13 de un modelo para el otro en software de acto inapropiado para la computacin estadstica son relativamente
14 fciles para lograr.
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.
Los datos ubicados Distribuyeron computacin

100 m
250 m
500 m
1 km
5 km
Los datos locales

El software local
El anlisis manual de datos

El mapeo automatizado
El higo. 1.6 El Futuro de mapeo global y el monitoreo medioambiental las actividades estn en dis-tributed automatizado mapeo.
1.7 Ensucian bases de datos, mapas y sistemas de informacin
Un Sistema de Informacin del Terreno

(SIS) consta de una combinacin de datos
del terreno
(SPGD, polgono del terreno hace mapas) y el
software a hacer una lectura ligera esta
informacin (GIS). Un Terreno
El sistema de informacin es a menudo el
producto final de un estudio de suelos, lo cual
quiere decir eso
Encuentra las especificaciones predefinidas
(en el caso ideal) de estudio de suelos:
Corresponde a especificado la escama de
estudio de suelos.
Provee informacin espacial acerca de una
lista de variables dirigidas a sectores
especficos del terreno.
Provee bastante metainformacin para
consentir uso por un spe de poco pedologa
El cialist.
Ha sido comprob varias veces y valid por
una valoracin independiente.
Tiene una poltica de informacin de
definida uso y de acceso.
8
9
1
0
Un SIS moderno necesita ser orientado hacia el usuario. Hay aun debate aproximadamente
11
Completamente abriendo al pblico sistemas

de informacin del terreno para los usuarios a
fin de que tambin pueden atraer con engao
El tributo para su construccin y el control su
content7. Tenemos pensado un futuro para
El trazar un mapa de digital de terrenos bas
en los Sistemas de Informacin orientados en
tarea del Terreno (como
Propuesto por Gerard Heuvelink en
DSM2010 en Roma), en cul nico aporte
Los datos y los modelos analticos son
almacenados, permitidores un nmero infinito
de mapas
Y las visualizaciones a ser generadas en la
demanda por usuarios. Esto implica ese fu
El ture Digital Soil Mappers eventualmente
desarrollar de personas que extraen
asociaciones
Para poblar quin acta como los
moderadores de la interaccin del mapa de
usuario vayan en procesin. Asimismo,
El pblico podra evolucionar de usuarios
pasivos para mappers digitales del terreno. En
ese sentido,
Hay tambin un potencial creciente en terreno
de crowd-sourcing haciendo mapas para uno
ms ancho
La audiencia posible.
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
2.1 Manchan observaciones
Como la mencin previamente, los valores

para las variables del terreno son obtenidas a
travs de las visitas del campo
Y la descripcin y / o la medida de
propiedades del terreno. Las medidas de
terreno
Las propiedades o las caractersticas son
llamadas observaciones del terreno. Una
coleccin de
Manche medidas, o sea todos los datos
recabados en algn sitio acerca de ese
pedon, refiere
Para como registro del terreno. Manche
variables ya sea pueden referirse a las
cantidades de algn material,
El estatus de alguna caracterstica (las
variables binarias) o las condiciones
diferentes (los factores). De
La perspectiva de estudio de suelos, las
observaciones de campo puede ser agrupada
en:
(En un laboratorio (uno) Dirija medidas
obtenidas usando instrumentos analticos
O en el campo) los resultados de
medidas son terreno analtico (primario)
Las variables.
Las observaciones (b) Indirectas del terreno
obtuvieron usar dispositivos mecnicos
observa Los tions de propiedades del terreno que
pueden estar acostumbradas a infieren
informacin acerca de blanco
Manche variables. Estos pueden basarse
en espectroscopia del terreno y final
similar
El rango o los sistemas remotos de
sensacin (el PASTOR y WALSH, 2007;
VIS
CARRA ROSSEL et al., 2007).
(C) Descriptive manche observaciones los
valores subjetivamente asignados o las
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
La ventaja principal de variables descriptivas del terreno es que son mucha

6 ms baratos para obtener que mtodos del laboratorio. El texturing por ejemplo, manual anal
7 ysis (FAO, 1990; El PERSONAL de DIVISIN de ESTUDIO DE SUELOS, 1993) el determina de permisos
8 tion de fracciones de la textura del terreno para un cierto mnimo derriban de precisin 10 %,
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
Las propiedades secundarias del terreno (derivativo)
Los datos exigen mucho

(La aplicacin)
Las propiedades descriptivas del terreno
El terreno determina el tipo sanguneo

(Las clases)
Los horizontes diagnsticos del terreno y las propiedades
Las propiedades analticas del terreno
Los costes de produccin
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.
2.2 observaciones basadas en puntos y valores agregados
31
Las variables del terreno deberan ser

asociadas a una posicin geogrfica, lo
cual puede ser 2D
O 3D. La posicin 3D (XY d) significa que la
variable disiente no slo en geo
El espacio grfico, sino que tambin por la
profundidad. Muchas variables descriptivas o
relatadas en sitio del terreno
Refirase al perfil edagolfico entero, por lo
tanto un valor de profundidad no es dado. Por
ejemplo,
Los farallones de la roca o la profundidad para
poner en tierra capa fretica (cul es de por s
una variable de profundidad).
Tales variables necesitan ser estimadas para el
perfil entero slo.
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).
2.2 observaciones basadas en puntos y valores agregados

Como mencionadas previamente, las variables
del terreno pueden referirse a una profundidad
especificada (3D po
La sicin; Apunte o bloquee soporte) o puede
referirse a los valores totales (el Higo. 2.2).
Para
El ejemplo, el carbn orgnico en terreno es

tpicamente observado por horizonte con
valores
En g kg _ 1 o en permilles (las partes por mil)
(BARITZ et al., 2010). Las unidades para
La mayora de propiedades del gravimetric
estn en g kg _ 1 para almacenar valores de
entero para re
El almacenamiento de datos del duce y los
gastos generales de transmisin. El terreno
contenido orgnico de carbn
(SOC) en el todo de perfil puede calcularse
usando por ejemplo:
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
Donde el ORCDRCh es el contenido orgnico

relativo ( ) de carbn para horizonte h
BLDGCM es la masa del terreno density1,
DPTICM es el espesor del horizonte o
La profundidad del horizonte en cm, y
GRVPPT es la grava contenta en horizonte
expresado
que La densidad promedia del terreno es aproximadamente 1682 kg m
_ 3.
1
5
1
6
1
7
Los valores medios diferentes para la densidad de la masa lo harn
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
el carbn orgnico en el terreno como la suma de todos los horizontes:
SOCKGM
= _ SOCKGMh
(2.2)
H=1
3
Obviamente, el terreno relativo contenido orgnico (ORCDRC en ) de carbn, y el total

_2
4 ensucian contenido orgnico (SOCKGM en kg m
) de carbn son representaciones diferentes
5 de la misma caracterstica. No son la misma variable! Podran salir a la vista similares
6 patrones espaciales, pero sus rangos de valores y unidades son diferentes, por lo tanto ellos
7 necesitan ser analizados y de los que se traz un mapa separadamente. Tambin tienen diferente espacial
8 dimensiones: ORCDRC se refiere a la posicin 3D (XY d), mientras SOCKGM total refiere a
9 la posicin 2D slo es una estimacin agregada del contenido total en el todo
10 perfilan.
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
caso de pH (PHIHO5) tpicamente no ponemos la mira en estimar lo real

12
13
masivo o la cantidad de hidrogeniones. Para representar un perfil edagolfico con un soltero

numeran, nosotros al menos podemos estimar la medida ponderada del pH medido:
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.
2.3 Manchan profundidad

33
2.3 Manchan profundidad

La profundidad del terreno est comnmente
medida del surface2 del terreno. La superficie
del terreno es
La parte superior del terreno mineral; O, para
terrenos con un horizonte de la O, la
superficie del terreno es lo
La parte superior de la parte del horizonte de
la O que est al menos ligeramente
descompuesto. La hoja reciente o
La cada de la aguja que no ha experimentado
descomposicin observable no es considerada
Para ser del terreno y puede estar descrito
separadamente. Para terrenos orgnicos, la
parte superior
De cualquier superficie el horizonte
identificado como un horizonte de la O es
considerado la superficie del terreno.
Para terrenos con una cubierta de 80 % o ms
roca se fragmenta en la superficie, la
profundidad
Est medido de la superficie de los
fragmentos de la roca (la DIVISIN de
ESTUDIO DE SUELOS
El PERSONAL, 1993, ch.3). Los informes de
datos de terrenos del legado comnmente no
incluyen infor
La macin para las profundidades mayores
que 1.01.5 m. Por consiguiente, hay a
menudo que
Infiera valores debajo de 1.5 m y estime los
valores para la incertidumbre de estimaciones
Para propiedades del terreno en las
profundidades inferiores.
1
0
1
1
1
2
1
3
Quiera decir mximum arraigando profundidad (m)

2.00.3
2.10.2
9.52.4
5.20.8
3.90.4
2.90.2
2.6 0.2
3.70.5
7.32.8
15.05.4
0.50.1
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
DIVISIN VEY, 1993, p.60).
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
2.4 funciones de Soil-Depth
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
uously con profundidad. La relacin de profundidad de terreno es modelada usando ya sea:

29
uno. El modelo paramtrico El modelo da por supuesto que los valores de la propiedad del terreno cambian
30
Sistemticamente con profundidad. La relacin es modelada usando mathemati

31
El
cal modela como leo de leo y / o la descomposicin exponencial funciona.

32
El modelo no paramtrico la propiedad del Terreno cambia sin regu obvio -
b.
El
33
larity con profundidad. Los cambios en los valores son modelados usando func local de ajuste
34
Los tions como tiras o kriging.

35
II Abrupt o modelo estratificado Esto da por supuesto que los horizontes del terreno son bien definidos
36
los cuerpos homogneos de materiales y valores de propiedades del terreno saltan

37
De horizonte para horizonte.

38
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
2.4 funciones de Soil-Depth
35
El modelo del _ leo del leo

Iguale tira de _ rea
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.
Las ginebras de produccin de la planta o sea

la basura o las races. Los estratos obviamente
superiores de terreno
Tender a mostrar contenido orgnico ms
alto de carbn /materia tan ese la profundidad
de terreno
La relacin puede ser modelada usando e.g.:
ORC = ORC0 (d) exp
(_ d)
Donde la d es la profundidad de la superficie,
(2.5)
ORC0 es el contenido orgnico de carbn en

lo
La superficie del terreno (o la parte superior
del horizonte del terreno), y (m _ 1) es el
coeficiente modelo
o sea la tasa de disminucin con profundidad.
Dado que es conocido, slo necesitamos
Determine que el contenido orgnico de
carbn en la superficie del terreno y nosotros
fcilmente podemos predecir
Las concentraciones en cualquier profundidad.
Otra posibilidad es acomodar una regresin
del leo de leo
Modele usar profundidad de trmino medio
del horizonte:
El leo (ORC (dm)) el leo = b0 + b1 (dm);

Dm dlower +
Dlower dupper
(2.6)
Una desventaja de tales modelos

paramtricos de profundidad de propiedad
del terreno es que
Completamente ignore stratigraphy y proceso
abrupto en un paisaje. Por ejemplo,
KEM PEN et al. (2011) demuestra que hay
muchos casos donde los estratos de turba
Puede ser encontrada enterrada debajo de
superficie debido a las prcticas de cultivo o
el sentido holocene
La arena. Eq. (2.5) tendr problemas serios
modelando cualesquier saltos en los valores.
Las funciones no paramtricas de
profundidad de terreno son posibles que
ms vinieron bien para modelar
Las relaciones de profundidad de terreno
porque completamente se ajustan para lo que
est descrito adentro
El campo por los inspectores. La notacin
general para modelar valores de la propiedad
del terreno
Con profundidad es (el OBISPO et al., 1999):
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
) y los errores son asumidos independientes con trmino medio 0 y discordia
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
Hi + 6 Acto Inapropiado n T (acto inapropiado _ 1 QT) (acto inapropiado _ 1 E QT)

fz
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
cambio de valores en carbn orgnico obviamente sigue una funcin de descomposicin

18 y por lo tanto pueden ser modelados usando un modelo del leo de leo (Eq.2.5):
> d.lm < - glm (~ el leo ORCDRC (mdepth), datos prof1, = de Gauss familiar (el leo))
> d.lm$fitted.values
2
3
4
5
6
18.1 6.3 3.5 2.4 1.7 1.2
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))
2.5 funciones de Pedo-Transfer
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
Los valores adaptados en los incrementos 1cm.

KEM PEN et al. (2011) ha mostrado ese
terreno / estratificado paramtrico hbrido
La profundidad funciona (los constantes
valores o las funciones de descomposicin
basadas en el tipo de modelo
El horizonte) puede estar combinado con las
distribuciones de probabilidad de la clase del
terreno
Los datos. Tales mtodos hbridos nos
permiten sacar provecho de ambos
conocimiento acerca de terreno
El stratigraphy y los modelos continuos de
variacin del terreno en un sistema.
2.5 funciones de Pedo-Transfer

Un bien asunto sabido con legado utilizador
ensucia datos es la incongruencia que se
levanta
De uso de muchos mtodos diferentes para
analizar terrenos en el laboratorio o de
Marcndolos con punta de trazar en el campo.
Estos mtodos diferentes producen valores
diferentes que
No es exactamente equivalente o comparable.
Esto crea una necesidad para armonizar val
Los ues produjeron usar mtodos diferentes
para hacerles apenas equivalente
Y comparable. El proceso de conversin de
valores medidos de arbitrario
Para un mtodo estndar es conocido como la
armonizacin de datos.
Para hacer uso de legado ensucia datos en
el proyecto GobalSoilMap.net, eso
Hay que identificar y aplicar conversin y / o
func de pedo-transfer
Los tions para convertir medidas hicieron usar
mtodos diferentes del laboratorio en
Un valor equivalente en el mtodo remisivo
estndar especificado (vea ms all
8.4). Se quiere decir que conversin
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
describe el proceso por el cual los datos que

tenga
Ya si errores hubieran identificado y hubieran
corregido luego se redujo a estndar
Los valores. Los valores por ejemplo,
reportados para carbn orgnico determinaron
por non
Los mtodos remisivos necesitarn
convertirse en los valores equivalentes en lo
refiera
El mtodo del ence de combustin seca. De
modo semejante, los valores para pH en 1:1 o
agua 1:5 lo harn
Necesite ser convertido el valor equivalente
en el mtodo remisivo estndar de
El pH en agua del 1:5. La armonizacin de
valores se incorpor al com de arena, de cieno
y de arcilla
El puted usando mtodos de anlisis del
textural que las definiciones de uso para el
tamao de la partcula
Las fracciones desemejante del mtodo
remisivo tambin tendrn que se convirti a
Las definiciones de tamao de la partcula
estndar adoptadas para estas
especificaciones.
Las funciones predeterminadas de pedotransfer potencialmente podran ser
identificadas para cada uno de
Los mtodos de anlisis para cada uno de las
propiedades del terreno seleccionadas para
inclusin adentro
El proyecto. Sin embargo, las funciones de
pedo-transfer localmente especficas tienen
consistentemente
Probado para ser ms efectivo que globales y
hay acuerdo extendido
Esa all no es generalmente ecuacin
universal para mutar de un mtodo
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.
MCBRATNEY et al. (2002) propuesto el concepto de un sistema de inferencia del terreno

8 (SINFERS) que incorporaron ambos conocimiento docto del terreno y el pre estadstico
9 ecuaciones de diccin. El sistema propuesto estaba dirigido a implementar dos especialidad
10 funciones, a saber:
11
UNO. Prediga todas las propiedades del terreno usando todas las combinaciones posibles (sabido) de aportes
Y
12
pedo-transfer funciona (PDFs).

13 B. Seleccione la combinacin que conduce a una prediccin con la discordia mnima.
14
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
2.6 el Carbn Orgnico
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
En el mtodo seco de combustin, el carbn presente en el terreno est oxidado para

31 el dixido de carbono (CO2) calentando el terreno para al menos 900 C en un flujo de oxgeno
32 conteniendo gas que est libre de dixido de carbono. La cantidad de dixido de carbono
33 soltaron est entonces medido por chro titrimetry, gravimetry, conductometry, del gas
34 matography o usando un mtodo infrarrojo de deteccin, a merced del aparato
2.6 el Carbn Orgnico
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
C)
La corriente
directa (Leico
en 1000 C)
La corriente
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)
LOI a las 360
0.3
400
0.0
900
0.6
300
0.4
4
BRYE y SLATON
(2003)
LOI a las 360
0.4
300
0.6
500
0.9
8
BRYE y SLATON
(2003)
LOI a las 360
0.4
0.8
BRYE y SLATON
1 LOI a las 550

6
1 La corriente
8 directa (en 680
C)
1 La corriente
9 directa (en 680
C)
2 La corriente
0 directa (en 680
C)
2 La corriente
1 directa (en 680
C)
2 La corriente
2 directa (en 680
C)
2 La corriente
3 directa (en 680
C)
2 La corriente
4 directa (en 680
C)
2 La corriente
5 directa (en 680
C)
2 La corriente
6 directa (Leico
CNS 2000)
2 La corriente
7 directa
preparatoria a
Robo
2 La corriente
8 directa (Leico
en 1000 C)
2 La corriente
9 directa (Leico
en 1000 C)
3 Negro a
0 Walkley (a la
ltima)
3 La corriente
1 directa (Leico
en 1000 C)
3 Negro a
2 Walkley
(modificado)
3 Negro a
3 Walkley
(modificado)
3 Negro a
4 Walkley (el
clsico)
3 Negro a
5 Walkley (el
clsico)
3 Negro a
6 Walkley (el
clsico)
3 Negro a
7 Walkley
(modificado)
3 La corriente
8 directa (CarloErba en 1020
C)
3 La corriente
Moje
combustin
1.0
200
0.4
300
9 directa (Leico
en 1000 C)
800
0.0
030
(2003)
No. El Mtodo del Blanco (Y)
El
Mtodo de la Fuente (la Letra X)
La
cuesta
El
R2 de Intercepcin
La
referencia
Usado. Cuando el terreno es caliente para una

temperatura de al menos 900 C, adems
Para carbn orgnico que cualquier presente
inorgnico de carbn como carbonato es
tambin completamente
Descompuesto. El carbn orgnico total
puede ser determinado directamente o
indirectamente. Di
La determinacin del rect consta de remocin
previa de cualquier presente de carbonatos por
ah
Tratndose el terreno con cido clorhdrico.
La determinacin indirecta consiste de uno
La correccin del contenido total de carbn
para el presente de carbonatos.
Los ejemplos de estudios que han usado
secan combustin para calibrar otro
Los mtodos de analizar carbn orgnico
incluyen a KALEMBASA y JENKINSON
(1973); GREWAL et al. (1991); PRONTO y
ABBOUD (1991); WANG et al.
(1996); KONEN et al. (2002); BRYE y
SLATON (2003); MIKHAILOVA et al.
(2003); BISUTTI et al. (2004);
JANKAUSKAS et al. (2006); Delaware VOS
et al.
(2007) y MEERSMANS et al. (2009). Una
revisin poco integral de varios
Los estudios (Tbl. 2.2) ilustran que cabe
producir ecuaciones de regresin
Aceptar conversin de resultados producidos
1
0
1
1
1
2
1
3
1
por un mtodo en los valores equivalentes

En un mtodo remisivo especificado
(usualmente seque combustin). Sin embargo,
los estudios
Tambin resalte el hecho que las ecuaciones
locales de calibracin que reflejan diferencias
adentro
Los terrenos en una base regional son
usualmente necesarios. No cabe proveer un
disco sencillo
La ecuacin universal para convertir carbn
orgnico aprecia producida usando otro
alcohol desnaturalizado
Los ods de anlisis para los valores
equivalentes en el mtodo remisivo de
combustin seca.
Pretendemos que cada nodo
GlobalSoilMap.net necesitar desarrollarse y
aplicar
Sus conversiones especficas en nodo.
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
Mtodo de la Fuente (la Letra X)
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
WANG et al. (1996)
0.7
320
0.9
5
WANG et al. (1996)
LOI en 375 la
piedra arenisca C
0.5
620
0.9
5
WANG et al. (1996)
LOI en 375 el
basalto C
0.4
690
0.9
5
WANG et al. (1996)
LOI en 375 que

C combin
0.7
260
0.9
6
WANG et al. (1996)
LOI en 375 el
basalto C
0.4
690
0.9
5
WANG et al. (1996)
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
WANG et al. (1996)
0.4
520
0.89
10
0.9
5
WANG et al. (1996)
0.4
692
0.9
5
WANG et al. (1996)
0.9
1
WANG et al. (1996)
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
pH aproxima concentracin de iones disueltos (la O H3 +) del hydronium en un terreno

3 la suspensin. Es estimado como logaritmo decimal negativo del hidrogenin
4 la actividad en una suspensin del terreno. Como una medida sola, pH describe ms que
5 la alcalinidad o acidez relativa. Tambin provee informacin en availabil de nutriente
6 ity, qumica de disolucin de metal, y la actividad de microorganismos (el MOLINERO
7 y KISSEL, 2010). El mtodo remisivo estndar para pH ponente para lo
8 GlobalSoilMap.net se proyectan es 10390:2005 de la Organizacin Internacional de Normalizacin. Este estndar
especifica uno adentro
9 el mtodo strumental para la determinacin de rutina de pH usando un electrodo del vaso
2
10 en una suspensin 1:5 (la fraccin de volumen) de terreno de adentro riegan (pH en O H2), en 1 mol l _ 1
la solucin de cloruro de potasio (pH en KCl) o en 0.01 mol l _ 1 cloruro de calcio

12 la solucin (pH en CaCl2).
11
13
mtodo ms comn para analizar pH en Amrica del Norte es un 1:1

14 la suspensin del terreno /agua (el MOLINERO y KISSEL, 2010). Adoptando 10390:2005 de la Organizacin
Internacional de Normalizacin
15 como un estndar con su especificacin de pH medido en una suspensin del 1:5 de terreno
16 en 0.01 mol l _ 1 solucin CaCl2 requerir que muchos valores se conviertan de
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
El MOLINERO y KISSEL (2010)

2
pH
(1:1
PH
0.01
(la
1.10
CaCl2)
pasta
la
letra
saturada)
0.923
0.98

3
pH
(1:1
0.01
PH
CaCl2)
(1:2
1.05
llore)
la
letra
0.950
0.97

4
pH
PH
(1:1
(1:1
la
letra
0.01
de
la
llore)
0.267
CaCl2)
EC
0.445
0.99

5
pH
PH
0.98
(1:2
(1:1
la
letra
0.01
de
la
llore)
0.239
CaCl2)
EC
0.505

6
pH
(1:5
0.01
PH
CaCl2)
(1:5
1.012
llore)
la
letra
0.76
0.99
CONYERS y DAVEY (1988)

7
pH
(1:5
0.01
PH
CaCl2)
(1:5
0.979
llore)
la
letra
0.71
0.68
BRUCE et al. (1989)

8
pH
(1:5
0.01
PH
CaCl2)
(1:5
0.887
llore)
la
letra
0.199
0.88
AITKEN y MOODY (1991)

9
pH
(1:5
0.01
PH
CaCl2)
(1:5
0.197
x2
llore)
1.21
letra
5.78
0.92

10
pH
(1:5
0.002
PH
CaCl2)
(1:5
0.948
llore)
la
letra
0.308
0.90

11
pH
(1:5
0.002
PH
CaCl2)
(1:5
0.178
x2
llore)
1.043
letra
5.10
0.94

12
pH
(1:5
PH
KCl)
(1:5
0.803
llore)
letra
0.077
0.81

13
pH
(1:5
PH
KCl)
(1:5
0.233
x2
1.797
llore)
letra
7.143
0.98

14
pH
(la
solucin
PH
del
terreno)
(1:5
1.28
llore)
la
letra
0.613
0.78

15
pH
PH
(la
solucin
(1:5
1.105
del
0.01
terreno)
la
letra
CaCl2)
0.140
0.79

16
pH
PH
(la
solucin
(1:5
1.050
del
0.002
terreno)
la
letra
CaCl2)
0.112
0.80

18
pH
(la
PH
solucin
(1:5
1.175
del
la
0.80
La proporcin de terreno a regar en una

suspensin tiene un efecto neto de
aumentar el pH
Con una disminucin en la proporcin del
terreno /agua. DAVIS (1943) ha mostrado eso
decreciendo
La proporcin del terreno /agua de 10:1 para
1:10 dio como resultado un incremento de
0.40 unidades pH.
Los valores para pH computaron usar
mtodos con una proporcin inferior de
terreno para regar (e.g.
El 1:1 o 1:2.5) generalmente estar ms abajo de valores equivalentes para pH en 1:5 CaCl2
La solucin y necesitar estar ajustada ms

alto. Varios autores han demostrado
Esas apropiadas funciones cuadrticas o
curvilneas para manchar informacin del pH
regresin de productos
Las ecuaciones con coeficientes de
determinacin superiores que esos obtuvieron
de uno
El ataque lineal (AITKEN y MOODY, 1991;
El MOLINERO y KISSEL, 2010).
5
6
terreno)
letra
KCl)
0.262
El pH del terreno cambia con el contenido

de humedad de estacin y del terreno con
valores superiores del pH
Asociado con terrenos ms mojados y
condiciones de invierno y valores inferiores
del pH con
Los terrenos ms secos y las condiciones de
verano (el MOLINERO y KISSEL, 2010).
Los efectos
De la variacin temporal en pH y variacin
debido a la manera diferente de mtodos
Que las diferencias en pH de menos que algunos especificaron se extiende (e.g.
0.3 unidades) espino
No sea significativo en el contexto de predicciones hechas para el GlobalSoilmap.net
Proyecte usar datos de terrenos del legado.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
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
MCBRATNEY, 2001). La distribucin de tamao de la partcula ha estado definida

usando un nmero de sistemas. Una de los sistemas ms ampliamente usados es la USDA
4 Soil Survey Laboratory Methods Manual (RECURSOS NATURALES CONSER
3
VATION SERVICE,
2004). La definicin USDA de clases de tamao de la partcula tiene tambin

sidos recomendados por FAO para el uso en el Mapa del Terreno de mundo (el Higo. 2.5).
7 que El mtodo remisivo estndar adopt por el GlobalSoilMap.net se proyectan para
8 tamao ponente de la partcula las clases de arena, cieno y arcilla, estn segn la USDA Soil
9 Manual de Mtodos del Laboratorio de Encuesta (la CONSERVACIN de RECURSOS NATURALES
6
El
10
SERVICIO, 2004, p.347).
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
MINASNY y MCBRATNEY (2001)

identificaron dos textural principal
classifica
Los tions en el mundo como el International y
sistemas USDA/FAO (Tbl. 2.5). Lo
La diferencia significativa entre este dos fue la
eleccin de un valor del umbral
Para diferenciar cieno de arcilla de 20 m
para el International y 50 m para
La USDA. El estndar nuevo de la
Organizacin Internacional de
Normalizacin / FAO suma una diferencia
adicional por chang
El ing el valor del umbral entre cieno y arena
de 50 m para 63 m. Esto es uno
La diferencia relativamente menor pero eso
todava necesita ser al que se dirigi la
palabra.
La
Fracci
n de
Tama
o
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
Ambos NEMES et al. (1999b) y

MINASNY y MCBRATNEY (2001) inves
Las opciones del tigated para armonizar
valores para arena, el cieno y la arcilla
reportaron usar
Los sistemas diferentes para clasificar
partcula dimensionan fracciones. Usando una
recopilacin
De cuatro bases de datos grandes consistente
en un total de 1620 pruebas, MINASNY y
MCBRATNEY (2001) desarroll un modelo
de regresin lineal mltiple solo para
Mutando entre fraccin del cieno basada en el
estndar internacional de 220 m
(P2_20) para el rango 250 m del estndar USDA (P2_50) y viceversa:
_18.3914 + 2.0971 P2_20 +
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)
P 2_50 = 0.8289 P2_20 + 0.0198 P20_2000
Si P
2_50 < 0
1
5
Donde P20_2000 es la fraccin internacional

de arena. Esta conversin es medianamente ac
El cura ayudante desde el modelo explica sobre variabilidad de 80 % en los valores originales
(R2 = 0.823). Para derivar a la fraccin 220

m MINASNY y MCBRATNEY
(2001) sugiera:
1
6
1
7
1
8
1
9
= _ 0.4070 _ 0.1271 P < 2 + 0.5527 P2_50 +
<2
+0.0017 P2
_ 0.0019 P2
El 2_50
2
Si P 2_20 > 0
(2.10)
+0.0059 P < 2 P2_50
(Acto inapropiado = 0.818)
= 0.1147 P < 2 + 0.2212 P2_50
Si P 2_20 < 0
2
0
MINASNY y MCBRATNEY (2001)

sostuvieron la opinin que la mayora de
pases deberan atraer con engao
El sider adoptando los topes de tamao de la
partcula y clases de la textura del sistema
USDA.
Repararon en que el rango de tamao de la
partcula 250 m es usualmente ms til lo
El rango 2-20 m para estimar retencin de
agua en pedo-transfer funciona y
Observ que las traducciones de un sistema en
otro fueron relativamente fciles,
El poder perfeccionado dado de computacin
y los algoritmos.
2
1
2
2
2
3
2
4
2
5
2
6
El tringulo de la textura: USDA
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.
ROUSSEVA (1997) defini forma cerrada exponencial y func de ley de poder

2 tions para adaptar modelos a la distribucin acumulativa de tamao de la partcula curvea. Ella encontr
3 que cerraron la plana forman funciones de tipo exponencial fueron adecuadas para terrenos texturizados finos y
4 funciones cerradas de poder de la forma fueron mejores para terrenos texturizados gruesos. El func
Se juzg que 5 tions sirven para convertir datos entre textura diferente
6 esquemas que difieren en los rangos de tamao de las fracciones de la partcula. MINASNY y
7
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
SHIRAZI y BOERSM A (1984); SHIRAZI et al. (1988) los propuestos e illus

12 trated un sistema unificado para textura del terreno de descripcin y para mutar en medio
13 tamao diferente de la partcula fracciones. SHIRAZI y BOERSM A (1984) empezaron con
14 la suposicin que el logaritmo de tamao de la partcula dentro de cada sepa primario
15 evalan es uniformemente distribuido y cada separata hace una contribucin aditiva
16 para las estadsticas PSD de una prueba. Computaron la partcula geomtrica de trmino medio
17 clasifican segn el tamao dimetro (dg) y la desviacin tpica geomtrica (sg) de tamao de la partcula y
18 usaron estos valores como coordenadas en una transformacin coordinada. SHIRAZI et al.
19 (1988) mejoraron la exactitud del dg y los clculos sg usando un lognor
20 la distribucin mal en lugar de la distribucin uniforme en leo de la inicial se acercan.
21 que El dg de estadsticas y sg son independientes de cualquier sistema particular de classifi
22 el catin y pueden usarse para asemejarse y mutar entre los sistemas diferentes de
La clasificacin de tamao de la partcula.

SHIRAZI et al. (2001) usado este
acercamiento a convertir
Lije y arcille porcentajes entre el ISSS y
sistemas USDA y para mutar
314,975 pruebas del horizonte de la base de
datos USDA STATSGO para USDA y
Los sistemas ISSS del sistema del ASTM3.
SKAGGS et al. (2001) presentado un
mtodo para estimar la partcula llena
La distribucin de tamao sabiendo
simplemente tres valores, esta arcilla de por
ciento de ser, por ciento
Cieno y por ciento fino y muy la arena de
multa. Obtuvieron resultados muy buenos
para
Todos los terrenos con fracciones del cieno
menos de 70 %. Este mtodo tiene poca
probabilidad de ser til
Para espino de armonizacin coloca de datos
de tamao de la partcula disponibles para el
uso en el Global
Soilmap.net proyctese por la escasez de
informacin en fracciones de multa
Ms arena muy fina en los conjuntos de datos
del legado.
NEMES et al. Mtodos diferentes cuatro
(el leo (1999a, b) evaluados de
interpolacin
La interpolacin lineal, equipando una curva
Gompertz, la interpolacin de la tira, y simi
El mtodo del larity) para lograr
compatibilidad de distribuciones de tamao
de partcula
Dentro del europeo ensucie HYPRES4
hidrulico de la base de datos. Introdujeron
uno
El procedimiento nuevo de similitud, que usa
un conjunto de datos remisivo externo que
contra
Los azogues una variedad ancha de referencia
ensucian materiales que cada uno con 7 o 8
midi
Las fracciones de tamao de partcula. El
procedimiento involucra a ir en busca de
pruebas del terreno adentro
Los datos remisivos externos establecen ese
fsforo la distribucin de tamao de partcula
de lo
El terreno a ser interpolado. De cada
bsqueda. 10 terrenos similares estn
seleccionados que tiene
Las fracciones en la partcula dimensionan
lmites parecido al terreno bajo investigacin.
Lo
La media aritmtica de las fracciones de estos
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
10 terrenos en el tamao especificado de la

partcula
El lmite est calculado y asignado como la
estimacin de la fraccin para el terreno
debajo
La investigacin. Se encontr que del
procedimiento similitud da lo ms preciso
adentro
Los terpolations pero ambos la similitud y los
procedimientos de la tira se usaron para lograr
La compatibilidad de datos de tamao de la
partcula en la base de datos HYPRES.
Interesantemente, Lo
La base de datos HYPRES trat de hacer
juego para una fraccin remisiva para cieno
con uno
El lmite en 50 m y no en 63 m.
La base de datos de referencia HYPRES y
los procedimientos de similitud se
aplicaron a eso
Es apropiado para armonizar una gran
variedad de terrenos de una coleccin variada
de coun
Los intentos y podran ser utilizados como
uno de los mtodos principales en una
Referencia global del Terreno
La biblioteca. La naturaleza genrica de este
acercamiento de conversin y el hecho que
hacen
No confa en marcas mltiples de ecuaciones
de regresin, localmente desarrolladas, eso un
attrac
La opcin del tive para el uso en un proyecto
global. El acceso dado para la base de datos
de referencia,
Debera caber escribir un guin para rutinas
automatizadas para procesar conjuntos de
datos de la fuente para
El converso que la fraccin original de
tamao de la partcula aprecia para los valores
armoniz para la USDA
Las fracciones de tamao. Basado en los
valores reportados por NEMES et al. (1999a,
b) para raz
Quiera decir error cuadrado (RMSE) en
convertir fracciones de tamao de la partcula,
sera
Irrazonable para esperar lograr una precisin de mejor que 5 % para reportar
Los valores armonizados para arena, cieno o arcilla.
la Sociedad Americana para Experimentar y los Materiales.
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
densidad de 2.9 Masas
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
La experiencia ha mostrado ese predominately de carbn orgnico (OC) y de la textura

23 determinan densidad de la masa del terreno. El carbn orgnico y la informacin de la textura son de
24 diez disponibles en el estudio de suelos hacen campaa. Por eso muchos intentos han sido
25 hechos para estimar manchan densidades de la masa a travs de algn pedo-transfer funcionan
26 (CURTIS y terminal en el punto de venta, 1964 (PTFs) basaron en datos del terreno OC y de la textura; ADN S,
27 1973; ALEJANDRO, 1980; FEDERER et al., 1993; RAWLS, 1983; MANRIQUE
28 y JONES, 1991; BERNOUX et al., 1998). HEUSCHER et al. (2005) aplicado
29 un paso por paso procedimiento mltiple de regresin para predecir densidad secada en horno de la masa
30 de propiedades del terreno usando al NRCS Terreno National Examinan Caracterizacin
31 Datos. La base de datos incluy ambos subsuelo y las pruebas de la capa arable. Un mono
32 la ecuacin de regresin para predecir densidad secada en horno de la masa de terreno correcto
33 corbatas (R2 = 0.45, P < 0.001) fueron desarrolladas usando casi 47,000 pruebas del terreno.
34 Dividiendo en Partes la base de datos por los subrdenes del terreno mejoraron relaciones de regresin
35 (R2 = 0.62, P < 0.001). Del terreno las propiedades consideraron, el paso por paso mltiplo
36 la regresin sealaron que el contenido orgnico de la C fue el contribuyente ms fuerte para masa
37 la prediccin de densidad. Otras variables significativas incluyeron arcilla contenido, suaviza contra
38 viven en una tienda de campaa y en menor grado, enlodan contenido, y profundidad.
39
TRANTER et al. (2007) propuesto un modelo conceptual que se incorpor uno

40 el conocimiento priori para predecir ensucian densidad de la masa de otro ms regularmente
41 midieron propiedades. El modelo considera que densidad de la masa del terreno es una funcin
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
2.10 Available Suavizan Aptitud
47
La presin de carga. Los residuos del modelo

del m, llamado _ , correlacionado
Con carbn orgnico.
TORRI et al. (1994) desarrollado un
nomogram para transformar roca
fragmenta
El contenido de uno por masa para uno por
base de volumen y viceversa. Este nomogram
Facilita comparacin de datos en contenido
del fragmento de la roca expresado en
diferente
Las unidades. La mayora de PTFs para
predecir densidad de la masa, exceptan esos
desarrollados por RAWLS
(1983) y BERNOUX et al. (1998), sea una
funcin nica de i.e de la materia orgnica.
El contenido orgnico de carbn. Aunque los
estudios bajo la direccin de SAINI (1966) y
JEF
FREY (1970) ha demostrado que OM tiene un
efecto controlante en la densidad de la masa
del terreno
Y que puede ser usado solo como un buen
pronosticador de densidad de la masa del
terreno, eso tiene
Sido observado (e.g. ALEJANDRO (1980);
MANRIQUE y JONES (1991)) eso
La textura del terreno juega un papel principal
en controlar densidad de la masa donde OM
es un menor de edad
El componente.
2
3
1
0
1
1
1
2
1
3
14
El estndar mtodo remisivo adoptado por el

proyecto GlobalSoilMap.net para
La aptitud disponible ponente de agua est
segn el Laboratorio de Estudio de Suelos
USDA
El manual de mtodos (el SERVICIO de
CONSERVACIN de RECURSOS
NATURALES, 2004,
p.137). El clculo de la Diferencia de
Retencin de Agua (WRD) es considerado
El paso inicial en la aproximacin de la
aptitud disponible (AWC) de agua.
WRD es un valor calculado que denota la
fraccin de volumen para agua adentro lo
El terreno entero que se retuvo entre 1500 la
succin kPa y un lmite superior de
Usualmente 33 o 10 la succin kPa
(RECURSOS NATURALES
CONSERVATION SER
El VICIO, 2004, p.137). El lmite superior
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
(aminore succin) es seleccionado tan ese el

vol
El ume de agua retuvo aproxima el libro de
agua sujetado en la aptitud del campo.
Lo 10 y 1500 , 33 contenidos de agua
kPa gravimetric luego convirti a uno
Enteramente ensucie base de volumen
multiplicando por la densidad de la masa
(Db33) y se ajusta
El ing hacia abajo para la fraccin de volumen
de roca se fragmenta, si presente en el terreno.
Las succiones inferiores, e.g., 10 o 5 kPa,
sirva para materiales gruesos.
El desarrollo de PTFs hidrulicos se ha
convertido en una industria de auge, en su
mayor parte
En el USA y Europa (MINASNY, 2007).
Los resultados de tal investigacin han sido
Reportado ampliamente, incluyendo en el
EEUU (RAWLS et al., 1991), UK, el Nether
Las tierras (el ministerio de guerra STEN et
al., 1995), y Alemania. La investigacin ha
intentado para corre
La distribucin retrasada de tamao de la
partcula, la densidad de la masa y la materia
orgnica contentan con wa
El ter el contenido en la aptitud del campo
(PWP, (la BUJA PIE, en - 33 kPa), punto
permanente de marchitamiento
en (AWC=FC - (MINASNY, - 1500 kPa)
PWP), y el contenido disponible de agua
2007). GIJSMAN et al. (2007) report eso
muchos PTFs para terreno valorativo
Las propiedades hidrulicas han sido
publicadas ya (la sede hace una lectura
ligera por RAWLS
Et al. (1991), TIMLIN et al. (1996) y el
ministerio de guerra STEN et al. (2001)).
TIMLIN et al.
(1996) reportaron 49 mtodos y estimaron que
ste cubre slo acerca de 30 % de
El total. GIJSMAN et al. Mtodos ocho
(2007) comparados para todas las clases del
terreno
Eso hace el tringulo de la textura. Pasaron a
travs del tringulo en los pasos de 1 %
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
cieno arena, de 1 arcilla % y de 1 % y determinaron los valores estimados de punto de marchitamiento

o el lmite inferior de planta el agua extrable (LL), la aptitud del campo, tambin referida
3 como el lmite superior reducido drsticamente (DUL) y saturacin del terreno (SENTADO). Finalmente atraen
con engao
4 cluded que ninguno de los mtodos fuera universalmente bueno. El mejor mtodo adentro
5 la comparacin de GIJSMAN et al. (2007) fue SAXTON et al. (1986), estrechamente
6 entendieron por RAWLS y BRAKENSIEK (1982).
1
2
JAGTAP et al. (2004) desarrollado un acercamiento que no equipa uno matemtico

8 la ecuacin a travs de los datos, excepto ms bien compara el estrato del terreno para el cual lo
Agua del terreno de 9 llaves el contenido de LL, DUL y SAT tienen que ser estimados con todo
10 estratos en una base de datos de terreno medido en campo riegan datos de retencin. El estrato que
11 son ms similares en textura y el carbn orgnico que la concentracin es considerada sera
12 que el ' vecino prximo ' entre todos los estratos en la base de datos y su terreno llora
Se asume que de 13 valores retencin son similares a esos que necesitan ser estimados. Para
14 evitan supeditar los valores estimados de retencin de agua de terreno a slo un terreno
15 en la base de datos, los seis ' vecinos prximos ' son usados y ponderados concordando
16 para su grado de similitud (JAGTAP et al., 2004). Esto es uno no paramtrico
17 el procedimiento, en el sentido que no asume una relacin matemtica fija
18 entre las propiedades fsicas y el agua sujetando propiedades de terrenos. Lo
19 que el mtodo de similitud para convertir datos de la fraccin de tamao de la partcula del terreno propuso por
NEM ES
20 et al. (1999b, uno) es un analogue directo de este mtodo de similitud de JAGTAP et al.
21 (2004).
22
ZACHARIAS y WESSOLEK (2007) identificaron tres acercamientos diferentes

23 para derivar al WRD de ms parmetros fcilmente disponibles tan:
24
25
(uno) mtodos basados en puntos de estimacin: Estimando el agua contento de seleccionado
Los potenciales del matric de pronosticadores como el porcentaje de arena, cieno, o

26
La arcilla, la cantidad de materia orgnica, o la densidad de la masa (e.g. RAWLS y

27
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
acercamiento se basa en la similitud entre distri acumulativo de tamao de la partcula

31
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
Las relaciones de capilaridad.

34 (c) mtodos de estimacin de Parmetro: Usando regresin mltiple para derivar el pa
35
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
ZACHARIAS y WESSOLEK (2007) concluyeron que el acercamiento (uno) tiene lo

39 la desventaja que usa un gran nmero de parmetros de regresin a merced de
40 que el nmero de WRD probando apunta, cules marcas su uso en lo matemtico
41 modelando ms difciles mientras para el acercamiento 2 la informacin muy detallada aproximadamente
42 que la distribucin de tamao de la partcula es requerida. Por consiguiente prefirieron uso de lo
43 mtodos de estimacin de parmetro.
ZACHARIAS y WESSOLEK (2007)

tambin observaron ese func de pedotransfer
Los tions que no usan al OM son raros y dio
los siguientes ejemplos. El VESTBULO
Et al. (1977) textura del terreno que usa
ecuaciones de regresin desarrolladas y
basadas en puntos y
La densidad de la masa (slo para subsuelos)
para terrenos britnicos. OOSTERVELD y
CHANG
(1980) desarrollada una ecuacin de regresin
exponencial para canadiense ensucia para el
ataque
Haga tintinear la relacin entre el contenido
de arcilla y de arena, la profundidad de
terreno, y el humedad
El contenido. Las ecuaciones para estimar al
WRC de dimetro trmino medio de la
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
n = 1.392 _ 0.418 la arena
+ 1.212 arcillan
(2.11)
s = 0.890 + 0.001 arcillan _ 0.332 Db

Si la arena > 66.5 el %
ln () = _ 4.197 + 0.013 lijan a + 0.076 la arcilla _ 0.276 Db
2
2
Los coeficientes de regresin de estos

modelos fueron casi idnticos para esos
Reportado por VEREECKEN et al. (1989) (i.e.
S = 0.81 + 0.001 arcillan _ 0.283
Db) pues una informacin diferente sedimntese, aadindole la ms credibilidad a su appli general
El cability. ZACHARIAS y WESSOLEK

(2007) recomendaron a usar los PDFs
De VEREECKEN et al. (1989) si los datos en
OM estaban disponibles pero sintieron tan su
Las ecuaciones propuestas sirvieron para uso
donde los datos OM no estaban disponibles.
Las ecuaciones empricas desarrolladas por
GUILLERMO ET AL. (1992) para el
predic
2
3
2
4
2
5
2
6
2
7
2
8
2
9
El tion de la A de constantes y B en la funcin

Campbell han sido ampliamente usados
En Australia y a otro sitio. Estas ecuaciones
de regresin requieren dis de tamao de la
partcula
La tribucin, la textura del campo y los
aportes de densidad de la masa como sigue:
N = 2.562 _ 7 10_9 lijan a + 3.750 la arcilla _ 0.016
acto inapropiado = 0
3
0
3
1
3
2
Un = 1.996 + 0.136 ln (la arcilla) _ 0.00007 fsand +
+ 0.145 ln (el cieno) + 0.382 ln (TEXMHT)
(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) demostr aplicabilidad de los GUILLERMO

7 et al. (1992) el mtodo para terrenos franceses y confirm ese el acercamiento de tan
8 suming un modelo Campbell SWC y empricamente prediciendo la cuesta y el aire
9 el potencial de entrada tienen mrito. Concluyeron ese el equa emprico de regresin
10 tions de Campbell dieron la apariencia de estar transferibles para los conjuntos de datos diferentes de mismo
difiera
11 posiciones geogrficas ent. Proveyeron ecuaciones de regresin para todas las pruebas
12 y estratificado por el tipo del horizonte que tuvo valores R2 extendindose desde 0.81 para 0.91.
13
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
Los aspectos estadsticos de terreno global haciendo mapas
3.1 Global Manchan el Mapeo
El trazar un mapa de global de Terrenos es

una versin especial de (digital) terreno
haciendo mapas donde lo adentro
El terest debe producir propiedad global del
terreno de cobertura o ensuciar mapas
categricos. All
Son muchas tcnicas vlidas para generar
asociaciones de la propiedad del terreno de
datos de entrada (para
Una revisin de mtodos e.g de la sede.
MCBRATNEY et al. (2003) y / o LI y
MONTN
(2010)). La eleccin de tcnica y su
aplicabilidad mayormente depende del tipo,
La disponibilidad y la calidad de datos de
entrada. En la prctica, no todas las tcnicas
de prediccin
Tiene igualmente xito: Tambin en DSM all
es siempre ganadores y perdedores, y
Esta diferencia puede ser significativa.
Comparando crite objetivo que usa mtodos
La ra como trazar un mapa de eficiencia que
uno puede diferenciar ptimo en la
prestaciones suplementarias de desempleo de
adecuado
Los mtodos (vea al ms Fig. 3.15).
Un reto principal proviniendo de uso de
una diversidad de mtodos es cmo
superar
Logre consistencia, plenitud, correlacin y
moneda circulante al reunirse
Un set diverso de propiedad del terreno hace
mapas en una base de datos global sola.
Responsi
El bility para asamblea y la presentacin de
una base de datos global armonizada de
terreno
La propiedad traza un mapa de descansos con
ISRIC como la organizacin coordinativa para
el Glob
El proyecto del alSoilMap.net. En respuesta a
esa responsabilidad, ISRIC se declara
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
Ambos un armazn conceptual y una

estrategia de implementacin para asegurar lo
La consistencia y la exactitud de mapas de la
propiedad del terreno producidos por ah
ampliamente diferente
Los mtodos en regiones geogrficas
diferentes.
MINASNY y MCBRATNEY (2010) han
presentado un mtodo conceptual y
El armazn del ological que describe qu tan
los mtodos diferentes para predecir terreno
Las propiedades tienen probabilidad de ser
necesitadas y usadas para el proyecto
GlobalSoilMap.net
En las reas diferentes y bajo las condiciones
diferentes (vea tambin Higo. 3.1). El marco
El trabajo se replantea como un rbol de
decisiones en el cual las diferencias en las
cantidades, mecanografa
Y la calidad de datos del legado del terreno
disponibles para cualquier rea dado es
considerada adentro
Logrando una decisin estimando el mtodo
de prediccin ms apropiado para usar
En ese rea. Anticip que las condiciones no
se extienden casi ninguno de los datos en
absoluto para completar
Y la cobertura detallada con ambos traza un
mapa y datos del perfil del punto.
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
rbol de decisiones de MINASNY y MCBRATNEY (2010) esencialmente rehacen trampas

2 nizes cuatro categoras de tcnicas adecuadas para terreno global haciendo mapas (el Higo. 3.1):
3
1. El mapeo en las reas donde slo knowl experto - primordialmente conducido en conocimiento
El
borde o las delineaciones del mapa del terreno existe.

5 2. El mapeo primordialmente conducido en punto (geostatistical) en las reas donde slo el punto
6
Las observaciones existen.

7 3. Los mtodos de extrapolacin en las reas donde ningn campo registra ni el experto
El
conocimiento est disponible.

9 4. Geostatistical trazando un mapa de eso combina conocimiento docto y datos duros
10
En las reas donde ambas densamente probaron ensea con el dedo observaciones y covariates (adentro
El
11
terreno del cluding hace mapas) exista.

12
Una de las atracciones del rbol de decisiones se acerca de MINASNY y

13
MCBRATNEY (2010) es que provee cada nodo del GlobalSoilMap.net

14 se proyectan con discrecin y flexibilidad considerable acerca del mtodo o el alcohol desnaturalizado
15 ods que eligen soler producir manchan asociaciones de la propiedad. Esto ha tenido lo beneficioso
16 efectan de construir compromiso y propiedad dentro de los nodos para producir
17 ensucian mapas de la propiedad para sus reas de responsabilidad.
18
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
La idea subyacente de nuestra propuesta es sugerir un sobre-arqueo participante

28 el armazn y la estrategia de implementacin para terreno global haciendo mapas el cual contratan
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
Los pases del hombre pobre de datos

Los datos los pases ricos
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
El general se descama (< 1:200k)
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 terreno local pero completo

(El polgono y el punto) los datos se sedimentan
Los sistemas doctos

Homosoil acrquese
La desintegracin espacial de unidades de mapeo del terreno

Los sistemas doctos
El po
La lacin adicional de reas referentes
Los sistemas doctos

Spatially oprimi premediacin (los atributos)
Regression-kriging (SCORPAN)
uno
La desintegracin Sp Tial de unidades de mapeo del terreno
Los es
Regr sion kriging (SCORPAN)

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
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
3.2 conducidos en conocimiento el mapeo
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)
La depresin (el terreno B)
Footslope (el terreno E)
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.
3.2 conducidos en conocimiento el mapeo
La serie slo. El problema es esa que hay

serie del terreno del > 15k en el USA2 (el
HERRERO,
1986), que obviamente quiere decir que no es
realmente fcil de reconocer lo mismo
Manche serie simplemente haciendo
observaciones de campo rpidas. Adems, la
exactitud con
Cul puede reconocer la misma serie del
terreno bien puede fracasar en kappa estndar
Las estadsticas prueban.
Las partes grandes de mundo bsicamente
contienen pocos registros del campo y por
lo tanto uno
Necesitar improvisar poder producir
predicciones del terreno. Una idea al mapa
Tales reas son construir atribuye mesas para
los tipos representativos del terreno, luego
hace mapas
La distribucin de este terreno introduce reas
sin pruebas. MALLAVAN et al.
(2010) refirase a las clases del terreno que
pueden estar predichas muy alejadas del sam
real
Las posiciones del pling como homosoils3.
Los mtodos para exactamente localizar
ensucian cuerpos
En las reas dnde bsicamente no tenemos
entrenamiento o la validacin que los datos
son an para ser
Desarrollado.
Los sistemas basados en expertos tambin
confan en usar estndar trazando un mapa
de paradigmas tan
Como el concepto de serie del terreno y el
concepto de cadena. El higo. 3.2, por ejemplo,
las funciones
Una seccin transversal se deriv usando los
datos de elevacin en Higo. 3.3. Un terreno
experimentado
El inspector visitara este rea y luego
producira un diagrama demostrando una
secuencia
De terreno escribe en una seccin transversal.
Este conocimiento docto puede estar ms all
converso
Para un sistema de mapeo, previsto que es
representativo del rea, que pueda
Formalizarse procedimientos repetibles
directos y eso y pueden estar probados usando
Las observaciones verdaderas.
Si alguna informacin auxiliar como un
DEM est disponible para el estudio
El rea, uno puede derivar un nmero de
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
DEM-PARAMETER que puede ayudar a

cuantificar
Los landforms y los procesos
geomorphological. Aun podemos automatizar
derivacin
De landforms analizando DEMPARAMETER diversos por pixel, o puede
usar
El conocimiento de Higo. 3.2 (la prueba del
rea de estudio) a tratar objetivamente extraer
Los landforms y los terrenos asociados en un
rea.
Este mtodo puede estar resumido como
sigue:
1. Pruebe el rea de estudio usando secciones
transversales. Asgnele los tipos del terreno a
cada tierra
La posicin de la forma o en cada posicin
de muestra.
2. Derive DEM-PARAMETER y otros
conjuntos de datos auxiliares.
3. Desarrolle (vellosas) reglas relacionando
distribucin de clases del terreno con pies
contrahechos auxiliares
Los ables.
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
DIGGLE y RIBEIRO JR, 2007).

31
La base de trazar un mapa de geostatistical es una notacin comn que lo espacial

32 la variabilidad de alguna Z de variable del terreno es una suma de tres componentes:
Z = Z + (s) _ (s) (s) +
(3.2)
donde Z _ (s) es la componente determinista o tendencia, (s) son el spatially cor

relataron componente aleatorio y 0 lo hace el ruido puro a medias la escama de micro
35 la variacin, a medias el error de medida. Este modelo es a menudo al que se refiri como lo
36 el modelo universal de variacin en la literatura, como la primera parte introducida por las MATEMTICAS
33
34
37
ERON (1969). Reparo

38
en que usamos aqu uno mayscula letra z porque asumimos eso

que el modelo es probabilstico, o sea hay un rango de realizaciones del equiprobable de
3.3 Geostatistical haciendo mapas

El mismo modelo { Z (s), la A s };
Z (s) seala que la variable es dependiente adelante
59
1
2
La posicin (s).
Varias fuentes en la literatura (e.g. EL

TARRO PARA CERVEZA (2001, (1999),
CHRISTENSEN
p.277) y / o VENABLES y RIPLEY (2002,
p.425430)) la funcin que lo Mejor
El pronosticador Imparcial lineal (BLUP) de
datos espaciales es:
Z qT + (s0) T (z _ q )
(3.3)
00
Donde z (s1), z (s2). . . , Z (tambin (sn) es un

set de observaciones de la variable meta
Conocido como la variable de respuesta), si = (xi, yi) es una posicin y xi y yi lo son lo
Las coordenadas (las posiciones primarias) en A geogrfica de s del espacio.
Los coeficientes y los pesos kriging pueden ser estimados utilizadores:
La regresin
= el qT
C_1
_1
q C _1
z
(3.4)
= C _ 1 c0
Donde la q es una matriz de pronosticadores de la p en

las posiciones de muestreo,
GLS
Es el vector
De coeficientes de regresin estimados, C es

la n n discordia definitiva en positivo
1
0
1
1
La matriz de covarianzas de residuos, c0 es el vector de n 1 covarianzas en uno nuevo
1
2
La posicin, y
1
3
es el vector de n kriging oprime usado para interpolar el resid
Los uals.
1
4
El Eq. (3.3) es tambin referido en la

literatura como regression-kriging, uni
Versal kriging, kriging con sentido externo y /
o E-BLUP (MINASNY y
MCBRATNEY, 2007; HENGL, 2009). De
hecho, en la mayora de software del
geostatistical
Los paquetes, BLUP son implementados
usando al Kriging con forma externa de
sentido:
1
5
1
6
1
7
1
8
Z = T (s0) z
n
Yo = 1
Wi (s0) z (si)
(3.5)
Cul es, de hecho, una formulacin general

para cualquier modelo del geostatistical
(WEBSTER
Y OLIVERIO, 2001, p.3738).
BLUP provee no slo la estimacin ptima
de los valores en posiciones nuevas, pero
Tambin una estimacin del error modelo
(tambin como un mapa), cul est derivativa
como:
2 (s0) = (C0 + C1) _ cT C _ 1 c0 +
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
Dnde C0 + C1 es la variacin del alfizar y

c0 es el vector de covarianzas de resid
Los uals en la posicin no visitada. El error de
prediccin de regression-kriging bsicamente
Cuantifica la extrapolacin en ambos espacios
geogrficos de caracterstica y basado
adelante
Las propiedades del rea de estudio. Las reas
donde el error de prediccin exceda natu
La variacin del ral, puede estar clasificada
como reas de extrapolacin, porque en esas
posiciones
No hay suficiente prueba estadstica para
hacer predicciones significativas.
2
3
2
4
2
5
2
6
2
7
2
8
60
En
caso de terreno haciendo mapas, la regresin en parte del modelo (q ) es com
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)
donde la V perdure para vegetacin (principalmente las comunidades de la vegetacin y / o la planta

especies), S para terreno (las propiedades y las clases), c respalda clima, oh para organismos
7 (incluyendo a los humanos), acto inapropiado son alivio, p es material del padre o geologa, uno es edad de lo
8 el sistema, la letra x, y son las coordenadas y t es dimensin de tiempo. En otras palabras, podemos
9 asumen esa distribucin de ambos terreno y vegetacin (al menos en un sistema natural)
10 pueden estar al menos a medias explicados con condiciones medioambientales. Es quiz
11 confundiendo que los organismos estn en ambos laterales del Eq. (3.7), pero en realidad lo
12 la interaccin entre los factores diversos estn medianamente complicados y difieren en diversos
13 escalas a fin de que es ms bien difcil matemticamente definir SCORPAN. Nota
14 tambin esa vegetacin haciendo mapas y especialistas que asocian terreno raramente modelan blanco
15 variables conjuntamente o sea por un soltero modelan.
5
6
16
ignoramos muchas suposiciones estadsticas (por ejemplo que la regresin y

17 la parte residual de variacin son de correlativos cruzado), podemos extendernos (el uso indebido? ) Lo
18 regression-kriging modelan y usan cualquier tipo de regresin modelo para predecir val
19 ues incluyendo rboles de regresin, GLMs, cardmenes, modelos mixtos, redes de nervios
20 y el aprendizaje de mquina similar models4, luego sustraen residuos, equipan un variogram
21 para los residuos, interpolan los residuos usando a kriging comn, y suman el re
22 sult para la regresin prevista dividen. Esto quiere decir que RK puede ser, en general,
23 formularon como:
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
ercent-type (z 0, 1 del tipo - por ciento.
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
Ven e.g. VE NA B L E S y Rhode Island P L E Y (2002) para una revisin.
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
> la biblioteca (intamap)

La carga requiri paquete: El cargar akima requiri paquete: El cargar
automapas requiri paquete: El cargar mvtnorm requiri paquete: La MASA
...
> los datos (meuse); Los datos (meuse.grid)

> los datos (meuse)
> se coordina (meuse) < - el +y de la ~ letra x
> los datos (meuse.grid)
> se coordina (meuse.grid) < - el +y de la ~ letra x
> gridded (meuse.grid) < - VERDADERO
El # selecto la variable meta:
> meuse$value < - el leo (meuse$zinc)
> la salida < - interpole (observacin = meuse,
El +
PredictionLocations meuse.grid)
Acto inapropiado 2011-05-06 12:37:52 interpolando 155 observaciones,

3103 posiciones de prediccin
1 "estim el tiempo para la cpula 133.479866956255"
Comprobando objeto ... est bien
Que d el (probablemente) mejor method6 de interpolacin para el prob actual

6
Lem (PEBESMA (la columna de valor), dado el set disponible de tiempo con maximumTime
7
Et al., 2011).
8
En una moda similar uno puede automatizar la eleccin de modelo de regresin usando
9
que algunas funciones en el paquete del caret7, a fin de que la prediccin RK modelan lo haran
10
simplemente constan de predicciones automatizadas destinando un rbol de decisiones para regresin
11
modelando intamap que usa e interpolacin automatizada.
12
El mapeo automatizado, con tal de que no es un sistema de caja negra, tiene buenas consecuencias para
13
Las aplicaciones DSM para varios propsitos: (1) nos salva el tiempo y el esfuerzo necesitado
14
para obtener algunos resultados iniciales, (2) da rienda suelta a que la generacin de asociaciones usando datos
actuales
15 (viva a geostatistics) se emparejan por unas la trama interacta. En la
prctica, el mapeo automatizado
16 son tpicamente un proceso de tres etapas:
17
1.
Rpidamente
genere
predicciones
y un informe de anlisis (por qu fue algn tech

nique escogido y cmo funciona? Hay cualquier personas que vive
19 que los pronosticadores son ms significativos? Etc).
20
18
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
1
2. Revise los resultados de prediccin espacial y ponga a punto algunos parmetros si

/
el filtro necesario y / o ajusta los mapas de aporte.

3 3. La prediccin reestrenada y publica los mapas finales.
por lo tanto los analistas espaciales son todava una parte esencial y activa del sistema. Adentro
automatizaron mapeo que slo enfocan ms su experticia en hacer decodificacin
6 de los resultados en vez de al manualmente analizar los datos.
4
5
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.
La ltima bsqueda de terreno global haciendo mapas es desarrollo e implemen-tation de armazones

genricos con pronosticadores multitemticos, multiescalas que tienen en cuenta bsqueda iterativa para los
aportes modelo ptimos y los parmetros, y que corre 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
y el mapa de salida producido por el promediar polgonos exhibirn cambios abruptos

25 en el valor entre las unidades. La discordia de prediccin de esta prediccin de clase de rea
26 modelan es simplemente lo dentro de la discordia de la unidad:
24
El
2
(3.10)
(s0) p np
27
De Eq. (3.10) se nota que la precisin de la tcnica ser maxi

28 mized si lo dentro de la variacin de la unidad es infinitamente pequeo. Asimismo, si lo dentro de unidad
29 la variacin son tan altos como la variabilidad global, las predicciones ser como hombre pobre tan
8
Si las unidades fueran heterogenous, tambin el tipo diversos de premediacin ponderada puede ser usado.
3.3 Geostatistical haciendo mapas
Predecir por quitar cualquier valor de la distribucin normal. La prediccin de

Las unidades del polgono tambin pueden ser expresadas como:
63
1
2
Z (s0)
wi z (si);
El
wi
Yo = 1
El 1/np para si p
0
otra manera
(3.11)
De
Donde la p es el identificador de la unidad.

Echo de ver que este modelo de hecho se ve
muchsimo
Guste el modelo (Eq.3.5) del kriging comn o
de regression-kriging. De hecho, ponderado
La premediacin por unidad es una versin
especial de regression-kriging dnde au
espacial
La tocorrelacin es ignorada (asumido
inexistente) y todos los covariates son
binarios
Las variables.
Puede ser con holgura mostrado que los
mnimos cuadrados ordinarios (los MCO)
equiparon regres
Los coeficientes del sion para pronosticadores
categricos como trazar un mapa de unidades
igualarn lo
Los valores medios dentro de cada estratos:
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)
extendido para las

asociaciones vellosas, en cul el caso MU
Los valores son variables binarias con valores
continuos en el 01 de rango. Por lo tanto
tambin
El modelo SOLIM (Eq.3.1) es de hecho
simplemente una versin especial de
regresin adelante
Trazando un mapa de unidades:
Este modelo tambin puede estar
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
La diferencia entre el acercamiento

SOLIM y la regresin mltiple adelante
Las asociaciones es eso con el SOLIM que la clase de trmino medio de acercamiento aprecia (zc) puede ser
Estim ya sea objetivamente o

subjetivamente, ya sea localmente o
globalmente. El anuncio
La ventaja de usar tcnicas estadsticas
(analtico) como la regresin es que lo
Los pesos son estimados objetivamente y el
mtodo puede estar as de automatizado.
Finalmente, spatially oprimi
premediacin de valores por unidad de
mapeo, dif
Los tipos del ferent de regresin, y regressionkriging son, en principio, diferentes
Las variantes del mismo mtodo estadstico.
Aunque hay formas diferentes para
Implemntelo, uno no debera hacer una
diferencia grande entre lo nominalmente
Las tcnicas diferentes enseadas en Higo.
8.2. Nos declaramos aqu que el foco debera
Ser puesta combinando ventajas diversas de
au primordialmente conducido en
conocimiento y
El tomated haciendo mapas en armazones
hbridos para DSM. KEM PEN et al. (2011)
para
El ejemplo demuestran cmo los conceptos
tradicionales el conocimiento acerca de las
clases del terreno
Y los horizontes diagnsticos puede estar
combinado con tcnicas del geostatistical en
Los armazones hbridos para terreno haciendo
mapas.
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
3.4 Multiscale el modelo anidado de prediccin
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
MCBRATNEY, 2010). Esta laguna de informacin es tambin comuna, para

el ejemplo, para informacin del biodiversity donde biodiversity hotspots principal ocurra
9 en las reas con las menos observaciones (YESSON et al. , 2007).
8
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
como frica, Asia, y la anterior federacin rusa si quisimos usar

mtodos basados en puntos para predicciones. De la distribucin actual de disponible
17 ensucian datos del perfil en el mundo (vea al ms Fig. 6.3), es obvio que cualquier global
18 manchan trazar un mapa de mtodo necesitar extrapolar en partes grandes de mundo.
15
16
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:
Z = m0 + e1 (_ la k sB sB k +1) (_ la k sB) (sB) +.
. . + ek (sB _ 2 sB _ 1) + (sB)
(3.15)
23 donde m0 (
_ la k sB) es el valor de la variable meta estimaron en lo ms grueso
24 la escama global (B), B _ 1.
. . ,_ la k de la B son los componentes ms altos de orden, ek (_ la k sB | sB _ (la k +1))
25 es la variacin residual de escama sB
_ (la k +1) para una _ k ms fina del sB de la escama de resolucin
26 y es el spatially que la variacin residual correlacionada en automvil del terreno distribuy con ordinario
27
kriging (vea esquema en Higo. 3.5).
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
3.4 Multiescalas la prediccin anidada modelan
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)
> str (p.glm)
La Lista de 3
El ataque del $
Num 1:3103 nombrado 2.19 2.19 2.19 2.19 2.19 ...
..- 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
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
Quiera decir al 3 Qu. Llegue al lmite.

- 0.6
0.0
1.6
7.6
La cantidad del # de variacin explicada por el mapa del terreno:

1-var (los residuos (m.glm)) / var (meuse$om, na.rm = TRUE)
1 0.14
Res.glm < - m.glm$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)
El principio: AIC = 159 hay campo para una mejora ~ ahn

+ TWI
Df Sum de Sq RSS AIC
< ninguno
531
159
- TWI
1
39.4
570 163
- Ahn
218.8 750 186
> el resumen (m2.glm)

La llamada:
Lm (la frmula = hay campo para una mejora ahn + TWI, datos = meuse.ov10m)
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 *
--Los cdigos Signif.: 0 * * * 0.001 * * 0.01 * 0.05. 0.1
67
El error tpico residual: 2.6 en 79 grados de libertad

El mltiplo cuadrado en acto inapropiado: 0.356,
Ajustado cuadrado en acto inapropiado: 0.34

Estadstico a F: 21.8 en 2 y 79 DF, p-value: 2.83e-08
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
Res2.glm < - meuse.ov10m sel,

Res2.glm$res < - los residuos (m2.glm)
> vr.fit < - fit.variogram (variogram (hay campo para una mejora ~ 1, datos res2.glm)
El +
Vgm
(la palacra = 0, "Exp" modelo, el rango = 1500, psill = 1))

> vr.fit
Modele estufa del psill

1
2
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
> 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")
Las simulaciones # Monte Carlo (el modelo de regresin):

> meuse.grid10m$S1 < - exp (rnorm (la longitud (@ los valores de @ datos s1.pred)
El +
Quieren decir @ valores de @ datos del = s1.pred, @ los valores de @ datos sd s1.var))
> meuse.grid10m$S2 < - rnorm (la longitud (@ los datos meuse.grid10m, 1)
El +
Quiera decir a = meuse.grid10m$res1.pred, sd meuse.grid10m$res1.var)
y para las simulaciones del geostatistical que podemos usar:

> meuse.grid10m$S2.ok < - krige (hay campo para una mejora ~ 1, res2.glm, meuse.grid10m,
El +
Vr.fit, nsim = 1, nmin = 10, nmax = 20) @ los datos, 1
Extrayendo realisacin 1 GLS de beta... Using conditional Gaussian simulation

2
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)
Los estratos; Complete Perfiles Edagolficos Manifiestos).

14 2. Extraiga residuos y luego adapte modelo de regresin lineal para el faltante tres
15
Las escalas: 1 covariates continentales km (2050 acoda, subconjunto continental de lo

16
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
Abra Al Pblico Perfiles Edagolficos).

19 3. Adapte un variogram para permanecer residuos.
20 4. Simule que los valores en cuatro resoluciones de utilizador asignan simulacin (5.6 km,
21
km, 250 m y 100 m). Simule error residual usando a geostatistical simu
22
Los lations y el kriging comn modelan.

23 5. Sume todos los componentes simulados en toda balanza:
Z Mississippi = m 5km + e 1km + e 250m + e 100m + e (s0) (s0) (s0) (s0) (s0) Oklahoma (s0)
(3.16)
24
25
6. Estime la (local) exactitud de mapeo usando la validacin cruzada de diez pliegues
(Eq.3.22).
26 7. Prepare el mapa de prediccin RK (el trmino medio de simulaciones de la N) y dervese
27
Los mapas del lmite de confianza y el informe en la eficiencia global de mapeo.
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
Regional: La utilizacin de tierras general, la cubierta de la vegetacin
250 m
Local:
100 m
La administracin de tierras, la erosin
La declaracin jurada escrita en nivel de la lnea divisoria de las aguas
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).
Repare en que, antes de puede resumir

todos los componentes, necesitamos
primero traerlos
Para la misma resolucin del blanco de 100 m,
cul podra estar la memoria consumiendo.
Tambin reparo en que la necesidad de
simulaciones para repetido muchas veces (al
menos 20) para
Asegure una estimacin precisa del PDF. La
precisin de estimar el trmino medio
El valor (para un PDF de Gauss) es en seguida
una funcin del nmero de simulaciones:
El z
_z
=_N
(3.17)
Donde la N es el nmero de realizaciones. Tan por ejemplo, 100 resultados de simulaciones
En una precisin trmino medio de 10 % de la discordia original.
El modelo en Eq. (3.15) eficazmente ajusta los mapas multiescalas de tendencia lo

8
El cally usando medidas reales del punto de geo-locate. Este acercamiento ayudar a
9
logran
consistencia
entre
anexar
reas
asociadas
por
la
manera
diferente.
En
10 que cada uno escala estratos nivelados, diferentes GIS, de resolucin
espacial y diferente, atraern con engao11 el tributo de diferentes maneras. El clima y biome que los datos legan
remedio
ms
probable
le
dan
aclaraciones
12 patrones generales en los valores de la propiedad del terreno (5 km),
MODIS,
cubierta
terrestre
y
la
equivalencia
13 mapas materiales ent
probablemente ejercitarn una influencia
dominante en el continen
14 tal para el regional el nivelados (1 km) y DEM-DERIVATIVE - se
espera - contribuyen para
15 mejorando detalle espacial en la resolucin ms fina (100 m) (vea al
ms Fig. 11.1).
16
Un problema que confunde, no previamente considerado, no es ese todo perfil edagolfico
17 datos son analizados usando mtodos comparables del laboratorio. Lo
haremos muy probablemente
18 tienen que hacer los primeros mapas globales usando un subconjunto
de todos los perfiles disponibles y
19 tendrn que aceptar algunos compromisos en trminos de propiedad
del terreno de armonizacin
20 valores para un mtodo remisivo comn. Cul es casi cierto es que la
inicial
21 propiedad del terreno mapas del mundo tendr niveles diversos de
exactitud adentro diferente
22 partes de mundo. Sin embargo, como la calidad de datos de entrada
mejora, el predic
23 que la exactitud tion tambin gradualmente aumentar (como ilustrado
en Higo. 3.15; Bien).
24
70
3.5 enfoque ascendente de vs De Arriba a Abajo
que El modelo Global Multiscale Nested RK present previamente es uno relativamente

la formulacin simple de conocimiento del pedological y las pistas para un mtodo robusto para
4 propiedades del terreno del mapa usando un mtodo solo. Sin embargo, es una estrategia descendente
5 en el sentido que ignora trazar un mapa de esfuerzos en resoluciones ms finas que 100 m.
6 Muchos pases en el mundo como EEUU, partes de Australia y Eu occidental
A 7 pases ropean les bastan los datos para generar aun asociaciones ms finas de resolucin que
8 100 m. Ignorar localmente implement esfuerzos DSM seran counterproduc
9 tive por varias razones:
2
3
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
Hendido de 100 datos de resolucin m probablemente resultara en la produccin de

13
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
Con una orden de magnitud detalle superior de datos de entrada.

16 (b) que es considerado probablemente que algunos mapas localmente producidos sern ms ac
El
17
cura ayudante que esos produjo usando modelos globales y geostatistical lineal
18
Los mtodos como regression-kriging.

19 (c) ignorando la importancia de esfuerzos locales DSM, podramos atrasar entrega
20
De terreno la propiedad hace mapas porque las actividades de mapeo seran ms difciles
21
Para organizar internacionalmente.

22
Nuestra solucin propuesta para la dicotoma entre el mapeo global y local

23 deben combinar el dos en una moda estructurada (el Higo. 3.8). Las predicciones generadas en
24 ISRIC (usando regression-kriging anidada global) y en niveles del nodo pueden ser com
25 de los que bined con propiedad del terreno traza un mapa se derivaron localmente por DSM nacional y regional
26 equipos. Dado que las tcnicas de prediccin son independent10, cualquier predic
27 mapas tion del mismo rea de inters pueden estar combinados usando uno ponderado
28 promedian:
Z GMNRK (s0)
1
+z
LM (s0)
Z BCSP (s0)
RMSEr (LM)
(3.18)
RMSEr (GMNRK)
2
_1
J=1
RMSEr (M j)
donde el RMSEr es el error de prediccin estimaron usar validacin cruzada (Eq.3.22).

que Esto significa eso para el ejemplo, para el EEUU, la Conservacin de Recursos Naturales
31 equipos de estudio de suelos de Servicio (NRCS) pueden generar asociaciones de la propiedad del terreno en muy
bien reas
32 lutions e.g. 30 m. Estos mapas luego pueden ser agregados para el GlobalSoilMap.net
33 especificaciones (100 m) y luego promediado con los 100 mapas m nos predijeron
34 ing regression-kriging anidada global. Es muy probablemente que ambas predicciones lo harn
29
30
10
Si no usaran los mismos parmetros modelo; Si tratan partes diferentes de variacin espacial etctera.
3.6 Predicciones en vs del punto bloquean soporte
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
WMS (la visualizacin: El navegador de trama)

KML (la visualizacin: Haga Bsquedas En La Internet Usando Google Tierra)
GeoTIff
(El anlisis: GIS)
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.
3.6 Predicciones en vs del punto bloquean soporte

El soporte puede ser definido como el nivel de
integracin de volumen o de agregacin para
el cual
Una estimacin o una prediccin es dada. El
soporte es a menudo usado en la literatura
como uno
El sinnimo para escama. La nocin de
soporte es importante para caracterizar y
relatar
Las escalas diferentes de variacin del
terreno. Cualquier investigacin de
propiedades del terreno se hace con
El espaciamiento de soporte especfico y
espacial, la distancia ms reciente de ser entre
sam
Las posiciones del pling. Si las propiedades
deben ser usadas con soporte diferente, por
ejemplo cuando
Los aportes modelo requieren un soporte
diferente que el soporte de las observaciones,
La escalada (que pueda involucrar agregacin
o desintegracin) se vuelve necesaria
(HEUVELINK y PEBESM A, 1999).
A merced de qu tan significativa la
variacin de la palacra es, la discordia de
prediccin
Estimado por un modelo puede acortarse
significativamente aumentando el sorbo del
bloque
El puerto de punto para el tamao de los pixeles de salida (e.g. 100100 m). El bloque
72
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).
discordia kriging se hace ms pequea en proporcin con la cantidad de variacin de la palacra.

Aun Si tomamos un bloque tamao de pocos metros esto disminuye el er de prediccin
3 ror significativamente. Porque, por definicin, muchas tcnicas de kriging-type alisan
4 original valores probados, uno fcilmente puede notar que para soporte dimensiona ms pequeo
5 que la mitad de distancia ms pequea comn entre las posiciones de muestreo, ambos
6 apuntan y las predicciones del bloque conducen a prcticamente las mismas predicciones (vea una cierta cantidad
7 ejemplos por GOOVAERTS (1997, p.158), HEUVELINK y PEBESMA (1999)
8 y / o HENGL (2006)).
1
2
Aqu hay un ejemplo de cmo comparar punto y bloquear predicciones y sim

ulations del gstat empaquetan usar las estimaciones de contenido de la materia orgnica
11 en el terreno sobresaliente (en %):
10
Los datos de carga del #:

> los datos (meuse)
> se coordina (meuse) < - el +y de la ~ letra x
La variable meta del #:
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 +
= el de Gauss familiar (el leo))
El resumen del # (m.glm)

El # predice la parte de regresin del modelo:
> p.glm < - prediga (m.glm, newdata meuse.grid,
El +
Escriba = TRUE del "enlace", se.fit)
> om.glm < - como (meuse.grid " soil ", "SpatialPointsDataFrame")

> om.glm$var1.pred < - p.glm$fit
> gridded (om.glm) < - VERDADERO
> fullgrid (om.glm) < - VERDADERO
> meuse.grid$om.glm < - om.glm$var1.pred
El # cubre con una capa y estima los residuos:
> meuse.ov < - la cubierta (meuse.grid, meuse)
> los datos del meuse.ov < - cbind (@ los datos meuse.ov, @ los datos meuse)
# hist (los residuos (m.glm)) los residuos # son normales
El ataque del # un variogram para los residuos:
> vr.fit < - fit.variogram (variogram (log1p (om) ~ om.glm
El +
Meuse.ov sel,),
El +
Vgm (la palacra = 1, "Exp" modelo, el rango = 1500, psill = 1))
> vr.fit
El modelo
El psill
El rango
Nug 0.04776260 0.0000
Exp 0.07394975 331.5982
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.
> om.rk < - krige (log1p (om) ~ om.glm, meuse.ov sel,

El +
Meuse.grid, vr.fit, nmax = 40)
Using universal kriging

> om.rk$sim1 < - krige (log1p (om) ~ om.glm, meuse.ov sel,
El +
Meuse.grid, vr.fit, nsim = 1, nmax = 40) @ los datos, 1
Y en un soporte del bloque:
> om.brk < - krige (log1p (om) ~ om.glm, meuse.ov sel,

El +
Meuse.grid, vr.fit, nmax = 40,
El +
@ la cuadrcula del = meuse.grid del bloque @ cellsize)
Using universal kriging
1
2
3
74
> om.brk$sim1 < - krige (log1p (om) ~ om.glm, meuse.ov sel,

El +
Meuse.grid, vr.fit, bloqueen @ cuadrcula del = meuse.grid @ cellsize,

El +
Nsim = 1, nmax = 40) @ los datos, 1

1
La diferencia entre predicciones del punto y del bloque es que la prediccin

2 la discordia de predicciones del bloque estarn nominalmente ms altos, o sea la incertidumbre adentro
3 terval sern ms estrechos (vea Higo. 3.10). La prediccin del bloque es tambin ms til
4 para las variables que son medianamente sesgadas como tiende a alisar los extremos ms
5 que predicciones del punto.
El
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
El soporte del bloque

0.02

0
2
4
6
12 14
0.00 0.02 0.04 0.06 0.08 0.10 0.12
2
4
6
8
10
El soporte del punto


0.00
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
La diferencia entre el intervalo de muestreo en la dimensin horizontal y vertical

son medianamente grandes. Estimamos tan la mayor parte de los perfiles (basado en los datos enseados adentro
3 el Higo. 6.3) contenga entre 2 y 5 horizontes con un promedio de 3.2. Para estimar
4 que la estructura de autocorrelacin en posicin del punto ciertamente sera difcil.
5 Segundo, valores de la propiedad del terreno se refieren al soporte del bloque (usualmente porque son
6 pruebas complejas), por lo tanto una parte de la variacin local ha sido suavizada.
7 Tercera Parte, inspectores del terreno sistemticamente poco representa profundidades inferiores los inspectores
8 tienden sistemticamente tomar menos pruebas como dan por supuesto que los horizontes ms profundos
9 son de menos importancia para gerencia.
1
2
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
3.8 la Incertidumbre de variables del terreno
Donde la d es la dimensin modificada a

escala de profundidad, acto inapropiado .95
(s) y acto inapropiado .95 (d) son el rango en
Cul los alcances de semidiscordia 95 el %
de discordia global en espacio geogrfico, y
En espacio vertical, respectivamente. Este
camino el foco de variogram calzando ser
Adopte estimar los tres ngulos de rotacin
slo.
En conclusin, una ventaja de usar a 3D
geostatistics, tan compar para puramente
El 2D modela, para variables modeladoras
del terreno son que la metodologa es robusta
y nosotros
Puede bsicamente generar predicciones y
simulaciones corridas en cualquier arbitrario
La profundidad usando un modelo global
solo del 3D. Por la observacin separante del
terreno en parte superior,
Llegue al fondo etctera. horizonte y luego
modelando a cada uno separadamente, uno
podra entrar corriendo al sev
El eral los problemas prcticos. Lo primer,
un ignorara el hecho que aprecia de
variables
En las profundidades diversas es
correlacionado en automvil; En segundo
lugar, sera difcil llegar uno
La estimacin fidedigna de incertidumbre
modelo en alguna profundidad arbitraria
porque que hay
Ningn modelo que puede explicar qu tan
esa incertidumbre guarda relacin con
profundidad. Sin mencionar
Ese ajuste de modelos mltiples sera
computationally ms intensivo y
Requerira ms trabajo de los analistas
laterales que acomodar un modelo solo del
3D.
79
1
0
1
1
1
2
1
3
1
4
1
5

Un aspecto importante del proyecto
GlobalSoilmap.net es su compromiso para es
El timating y reportar la incertidumbre se
asociaron con todas las predicciones de
terreno
Los valores de la propiedad. El
CAMINANTE et al. (2003) defina
incertidumbre tan cualquier desviacin
Del ideal irrealizable de conocimiento
completamente determinista del rele
El sistema del vant . Un armazn general
para evaluar y representar incertidumbres
En datos medioambientales generales es
1
7
1
8
1
9
2
0
2
1
2
2
16
revisado por REFSGAARD et al. (2007). En

esto
El armazn, una distincin est hecho
estimando cmo puede estar la
incertidumbre descrita,
o sea si esto puede hacerse por medio de
(yo) distribuciones de probabilidad o
superior
Y los saltos inferiores, (ii) alguna indicacin
cualitativa de incertidumbre, o (iii) sce
Narios, en el cual un set parcial (no
exhaustivo) de resultados posibles est
simulado.
Ms all, la calidad del methodological de
una variable incierta puede ser evaluada por
ah
El juicio docto, por ejemplo si o no los
instrumentos usados son confiables y para
qu
El grado, o si o no un experimento para
medir una variable incierta
Fue de verdad transmitido. Finalmente, la
longevidad de informacin incierta puede
Ser evaluado, o sea para el cual la extensin
hace la informacin en la incertidumbre de
uno
El cambio variable con el paso del tiempo.
HEUVELINK y COLOR MORENO
(2006) observaron que raramente los
datos del terreno son ciertos
O ' el error gratuitamente ', y estos errores
pueden ser difciles de cuantificar en la
prctica. Ciertamente,
La cuantificacin de error (definida aqu
como una ' partida de realidad ') entraa
Que el estado ' verdadero ' del ambiente es
conocido. Hay varias fuentes de
La incertidumbre en datos del terreno. Para
terreno perfilan datos que las fuentes de
error estn por ejemplo
(Ordenado cronolgicamente):
(Uno) probando (el humano) prejuicio u
omisin de reas importantes;
(B) situando error (la exactitud locational);
(C) probando error (en nivel del horizonte o
sea en un hoyo);
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
(d) error de medida (en el laboratorio);

(e) temporales el error de muestreo (los cambios en el valor de la propiedad con el tiempo estn ignorados);
3 (f) datos introducen en la computadora error (o escribiendo error);
Error de decodificacin de 4 datos (g);
1
2
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
En los trminos estadsticos, la valoracin de la incertidumbre de mapas producidos es

33 igualmente importantes como la prediccin de valores en todas las posiciones. Como el pre mencionado
34 viously, incertidumbre pueden ser evaluados en diferentes formas. Tres aspectos, sin embargo,
35 parecen ser importantes para cualquier tipo de modelo espacial de prediccin:
36
37
Lo Que es la distribucin de probabilidad funcionan (PDFs) de los pies contrahechos del blanco
Capaz en cada posicin?

38 Dnde exhibe el modelo de prediccin sus errores ms altos?
39 de Lo Que es la exactitud verdadera de las predicciones espaciales para el rea entero
40
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.
O en otras palabras: Qu tan precisas son

las predicciones? En cules las reas est el
mapa
Menos preciso / preciso? Y qu tan
preciso es el mono del mapa? Para
situaciones
En cules PDFs pueden ser estimados ' de
fuente fidedigna ', HEUVELINK y
PUEDEN DORARSE (2006)
Sostenidos de lo que confieran un nmero
promociona sobre tech poco probabilstico
Los niques. Por ejemplo, PDFs incluyen
mtodos para describir interdependencia
O la correlacin entre las incertidumbres, los
mtodos para propagar incertidumbres
Los modelos medioambientales directos y
los mtodos para rastrear las fuentes de
uncer
El tainty en datos medioambientales y los
modelos (HEUVELINK, 1998). A pesar de
todo
Estas ventajas, y la popularidad actual de
mtodos estocsticos en environ
La investigacin mental, hay un nmero de
retos en curso para lo exitoso
1
0
La aplicacin de PDFs para datos

medioambientales. En particular, hay una
necesidad para sorber
Ponga a babor la identificacin y estimacin
de PDFs en los casos especficos, as como
tambin su
El almacenamiento en bases de datos
medioambientales.
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
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
libros por ENGLUND (1993) y / o DIGGLE y RIBEIRO JR (2007).
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
Donde Z (s) es la variacin verdadera, y (o

sea lo que nosotros (s) es el componente de
error
No sepa). El componente de error consiste, de
hecho, de dos partes: (1) el no equis
La parte del plained de variacin del terreno,
y (2) el ruido puro (el error de medida). Lo
La parte inexplicada de variacin del terreno
es la variacin que en cierta forma dejamos de
explicar
Porque no estamos usando todos los
covariates pertinentes y / o debido al sam
limitado
La intensidad del pling; Por ejemplo, el plan
de muestreo podra perder algunas situaciones
crticas o
Las caractersticas locales similares. Tambin
incluye variacin a corto plazo, lo cual es
posiblemente
Determinista pero a menudo no de inters o
no es simplemente factible a describir en
El mapeo comn se descama.
La forma para determinar el error en parte
en Eq. (3.21) debe coleccionar sam
adicional
Los ples y luego determine el error promedio
o el Root Mean Square Error
(FINKE, 2006; LI y MONTN, 2010):
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
El modelo que podemos usar:
Lj
=1
1
3
1
4
1
5
1
6
RMSEr (el %)
RMSE
El sz
100
(3.23)
Donde el sz es la variacin probada de la variable meta. RMSEr (el %) es uno global

17 estiman de la exactitud del mapa, vlido slo bajo la suposicin que el
valida
18 puntos tion son spatially independiente de la calibracin apunta,
descriptivo
19 y bastante grande (100), y que el componente de error es normalmente
distribuido
20
Alrededor de la valor de cero (E z (s
j) _ z (s j) = 0).
21
Porque coleccionar pruebas adicionales (independiente) es a menudo imprctico

22
la
validacin
cara,
de
modelos
de
prediccin
se
hace
comnmente
usando
23 cruzan validacin o sea subcolocando el set original del punto en dos
sets de datos
24 la calibracin y la validacin y luego repitiendo el anlisis. Hay
varios
25 tipos de mtodos de validacin cruzada (BIVAND et al., 2008,
pp.221226):
26
Y
la k la validacin de cruz del pliegue la

prueba original es dividida en k que el igual
divide
Y luego cada uno sirve para validacin
cruzada;
El permiso de ausencia un fuera de la
validacin cruzada (el BAO) se destin para
de cada punto muestreo
La validacin cruzada;
acodillndose parecido a BAO, excepto
las metas en estimar el prejuicio de estadstico
El anlisis y no de predicciones;
La k el pliegue y el permiso de ausencia
un fuera de la validacin cruzada son
implementados adentro lo
por ejemplo el paquete del gstat (los mtodos
krige.cv), que haga este tipo de valoracin
Conveniente para implementar. Reparo
tambin en que la validacin cruzada no est
necesariamente de moda
El dependiente los puntos destinados para
cruza validacin es un subconjunto del sam
original El diseo del pling, por lo tanto si el diseo
original est biselado y / o poco representante,
2
7
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
3
6
3
7
84
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).
3.9 Trazando Un Mapa de eficiencia
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
Recuerde de la seccin previa que una medida estndar de qual de mapeo

16 ity son el RMSE en puntos de validacin, normaliz sobre la discordia global
17 (Eq.3.22). Basado en RMSEr podemos determinar el terreno trazando un mapa de eficiencia tan:
letra x
=
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
= un leo + b (la escama del mapa)
(3.25)
El costo por km2

O
_ los das por km2

23
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
Donde Uno es la superficie del rea de

estudio en m2, N es el nmero total de
observa
Tions, y Letra X es el / ha mnimo de costo
en Euros (basada en las estimaciones en
2002). Para
El ejemplo, uno necesita que (al menos) 1.5
Euros tracen un mapa de 1 ha de terreno en
escama del 1:100,000
(El higo. 3.15).
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.
La encuesta mnima cuesta en EUR / ha (_ la escama del leo)

1
2
3
_1
0
9.5
10.0 10.5 11.0 11.5 12.0 12.5

El nmero de la escama (_ la escama del leo)
El higo. 3.14 costos de estudio de suelos modifican a escala relacin basada en los resultados de LE G RO S (2004).
La en segundo lugar medida propuesta de

trazar un mapa de eficiencia es la
informacin
La eficiencia de produccin, o sea la
cantidad de dinero gastada para producir un
quan dado
El tity de informacin del terreno:
letra x
=
El gzip
EUR B _ 1
(3.27)
Dnde el gzip es la cantidad de informacin

(en los Bytes) izquierda despus de la
compresin y despus
Reformateando los valores para
corresponder a la precisin efectiva (vea al
ms Eq.3.29).
Esto puede estar derivativo por ah:
= la buja pie del gzip
(3.28)
(fE M) cZ
1
0
86
1
donde la buja pie sea el factor menos en la prdida de compresin de datos que depende del com
2 el algoritmo pression, fE son el factor de ajuste de extrapolacin o sea porcentaje de

3
pixeles donde la exactitud de predicciones est dentro de la variabilidad natural de lo
4 le apuntan a < sz variable ( (s0)), cZ es el tamao variable de codificacin, y M es el total

5
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.
La precisin efectiva de un mapa de la propiedad del terreno es:

RMSE
_z
2
;
Z
= { Z (s)
Esto sigue el concepto de frecuencia Nyquist de proceso de seales (SHAN

8
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
La precisin efectiva determina el nmero de clases necesitadas para ade

13 quately representan valores de una variable meta:
87
Z (P = 0.025) _ Z (P = 0.975)
El cZ
(3.30)
_z
Donde Z (P = 0.025) y Z (P = 0.975) son los quantiles

de 95 %, y cZ es el nmero
De clases necesitadas para representar todos
los valores previstos, tambin sabido en
computadora
La ciencia como el tipo de codificacin de
datos. Por ejemplo, los tipos estndar de
codificacin son 8 el pedacito
O el Byte, 32 el pedacito o el entero, 64
mordi o al doble / bastante y similar. Si el
rango entero
De variabilidad puede ser codificado en
menos clases, el tamao del archivo despus
de la compresin
Consecuentemente ser ms pequeo y
viceversa.
Para ilustrar los anteriormente citados
datos verdaderos que usan conceptos
podemos considerar al Meuse
El estudio de casos mencionado ya en las
secciones previas. Esta encuesta contiene 155
Las pruebas de concentraciones pesadas
(ppm) de metal, junto con un nmero de
terreno y
Las variables del paisaje. El tamao del rea
de estudio es 4.96 km2. El costo de este
terreno
La encuesta, basado en Eq. (3.26) debera
tratarse de 1150 EUR por km2, o 5,700 EUR
En total. Por supuesto que podramos rastrear
los costos reales de esta encuesta, excepto
esto no son
Realmente pertinente para este ejemplo.
Nuestro objetivo es trazar un mapa de la
materia orgnica (OM) contenta en capa
arable expresada
En kg (100 kg _ 1 o el %). Los valores se
extienden de 017, con un promedio de 7.5.
Esto
La variable es sesgada y requiere
transformacin de leo antes de modelar.
Nosotros el pre
El dict este kriging comn utilizador variable
(apruebe) y regression-kriging (RK) y
Luego evale el error de mapeo usando el
permiso de ausencia un fuera del mtodo de
validacin cruzada.
Para Oklahoma slo necesitamos satisfacer a
un variogram, lo cual da un modelo
exponencial
Con C0 = 0.0354, C1 = 0.1630, y acto inapropiado = 334 m. Para regression-kriging usamos dis
El tance del ro, tipo del terreno y la

frecuencia de la anegacin como el predic
auxiliar
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
Los peascos. Estos explican una cierta

cantidad 40 % de observada variacin en OM,
los mejores pronosticadores
Ser tipo del terreno y distancie del ro. El
modelo muy bueno explica 52.1 %
(RMSE = 0.0231; El espacio transformado) y
el modelo RK 56.5 el % (RMSE = 0.0222;
El espacio transformado) la variacin en los
datos originales. El modelo muy bueno
extrapola adentro
Slo 0.5 % de los pixeles, y RK no extrapolan
en absoluto dentro del dominio
De inters. Sorprendentemente la diferencia
entre los dos mtodos no es tan alta
Como la diferencia en las discordias del
kriging (el Higo. 3.16).
La validacin cruzada ms all sale a la
vista ese la precisin efectiva para hacer
mapas o
La materia del ganic (Eq.3.29) es: 0.117 para
Oklahoma y 0.0111 para el mtodo RK (los
valores adentro
La escama de leo), que quiere decir que la
exactitud del mapa de salida le da apoyo a
codificacin en
198 clases (Eq.3.30) para el mtodo RK y 191
clasifican para el mtodo muy bueno. Por
alrededor
El ing arriba de los valores y comprimiendo
los mapas finales, observamos ese el com
El tamao del archivo en apuros para RK es
3179B, y 3019B para Oklahoma. La
eficiencia de mapeo
(La materia orgnica) pues el mtodo RK es
por lo tanto 20.70 EUR km _ 2 el % _ 1,
comparado
22.08 EUR km _ 2 % _ 1 para el mtodo muy
bueno.
Resumir los resultados, all es una
ganancia de ca. 7 % en la eficiencia de
mapeo
Con el RK que el mtodo compar con el
mtodo muy bueno para trazar un mapa de
materia orgnica adentro
Este rea. De modo semejante, producir 1
Byte de informacin (Eq.3.27) Oklahoma
requiere
1.89 EUR, y RK 1.80 EUR. La exactitud de
prediccin estim por lo dos
Los modelos (el Higo. 3.16) las funciones, de
hecho, ese el mtodo RK debera haber estado
parejo
Ms eficientes.
88
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
Las Facilidades Globales de Informacin del Terreno
Este captulo lista los productos principales GlobalSoilMap.net y discute tech

2 detalles nical se asociaron con cada uno de estos. El resultado principal de este proyecto
3 sern un nuevo sistema de informacin del terreno global compatible con otro recientemente
4 produjeron estratos globales como GlobCov y SRTM.
5
Una de las vistas principales de la propuesta actual es hacer al Global

6 el software SoilMap.net y el claro de productos de datos y orientado hacia el usuario (vea previamente
7 1.7). Los datos sern ofrecidos pues liberarn descarga y use bajo una Cantina General
8 lic License. Una vez todos los productos GlobalSoilMap.net se vuelven operacionales, los usuarios
9 deberan poder generar cualquier propiedad del terreno o cualquier mapa de clase del terreno para cualquier rea
del terreno
10 en el mundo y en resoluciones diversas y los tamaos del soporte.
11
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
En el trmino inmediato, esperamos lanzar portales de datos a coleccionar y facilitar

21 usan de datos del campo del legado (los Perfiles Edagolficos Manifiestos). Esto porque un componente crucial
de
22 que el concepto GlobalSoilMap.net es que se basa mayormente en encontrar y la confeccin
23 mximos el uso efectivo de legado existente los datos de terrenos. Los datos del terreno del legado consisten
24 de observaciones de campo, anlisis del laboratorio y mapas del terreno convencionales coleccionados
25 o producido sobre los ltimos aos del 6080 como parte de numeroso nacional, regional
26 y el terreno institucional examinan programas.
Captulo 4
Una visin general
4.1 la Introduccin
Este captulo introduce un armazn propuesto

para uno dinmico, actualizable, adentro
El tegrated el sistema de informacin del
terreno global. Este armazn est inicialmente
propuesto
Para el proyecto GlobalSoilMap.net, pero es
generalmente aplicable a soportar
El mapeo global de terrenos en cualquier
escama y para cualquier propsito.
En el trmino inmediato, los artculos de
primera necesidad del GlobalSoilMap.net
El proyecto ser cuadrcula hace mapas de
propiedades del terreno en la multa
especificada espacial reas
La lucin de 3 arcseconds (100 m). En el
trmino ms largo, es considerado deseable
Provea un armazn que soportar evolucin
hacia uno dinmico, actualizable
El sistema en el cual los mapas (las salidas)
son simplemente el producto final de uno
integrado
El sistema de ciberinfraestructura, aportes,
procesos y salidas. En ese sentido, lo
Mapas 100 iniciales de resolucin m pueden
ser mirados tan esencialmente derivativos o
secundarios
Los productos. La caera maestra o los
artculos de primera necesidad del
GlobalSoilMap.net se proyecta
Eventualmente vendr bien:
(Uno) la infraestructura Cyber para el aporte,
anlisis y la visualizacin de datos. 17
Las bases de datos (los datos del legado,
gridded covariates) (b) Globales que son
aportes principales para
El terreno global haciendo mapas.
(C) Software labra (los mdulos y los
paquetes) y manuales para la creacin de
geoin
La formacin segn las especificaciones
GlobalSoilMap.net.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
8
1
9
2
0
2
1
(D) los Estndares y los protocolos para la

entrada de datos, la generacin del mapa y los
datos compartiendo.
En otras palabras: Los productos de
GlobalSoilMap.net finalmente sern
tecnologa de la informacin adentro
Frastructure (el perfil edagolfico (la red de
publicar servidores), datos armonizados se
sedimenta
La base de datos, el confidente de covariates
del terreno), R y los paquetes de la Pitn (los
mdulos) a sorber
La produccin portuaria de productos
GlobalSoilMap.net y salida final hace mapas.
Todos estos
Pueden ser designadas las Facilidades de
Informacin del Terreno colectivamente
Globales. Todos datos, suave
La loza y la documentacin sern localizadas
en servidor, lo cual lo est en conformidad
con
Las tendencias recientes en la produccin de
geoinformacin y procesamiento (el Higo.
1.6).
Estos productos GlobalSoilMap.net sern
interdependientes e influenciarn
El diseo de cada quien. El software por
ejemplo, usado mayormente puede determinar
lo para
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
Abra Al Pblico Perfiles Edagolficos

Ensucie a covariates (worldgrids)
Global
La escama continental
El nivel de pas /estado
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
Los paquetes de acto inapropiado
(Los servidores) la ciberinfraestructura

La tira de mdulo de Armonizacin de mdulo de Entrada de Datos de mdulo del artculo importado del mapa calzando
El mdulo espacial de anlisis
La visualizacin de datos
La exportacin de datos

La cobertura global
Seis +four de crucial manchan parmetros (el carbn orgnico, pH, arcilla, cieno, arena, fragmentos gruesos)
En seis profundidades estndar (0-5, 5
15, 15-30, 30-60, 60-100, 100
200 cm)
Y con incluido
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
100 m (250 m, 1 km y 5.6 km)
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
1. La propiedad del terreno GlobalSoilMap.net hace mapas Un confidente accesible en la Web de
El
harmo de resolucin fina (100 m) y agregado (250 m, 1 km, 5 km) global

10
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
Los servidores del espejo en nodos continentales diversos.

15 3. El global Soil Covariates2 Un confidente de gridded hace mapas en resolu diversos 16
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
4.2 datos del terreno del Legado: Su valor y sus limitaciones
Para explicar la variabilidad espacial de

propiedades del terreno (despus del
CLORP
El concepto T/SCORPAN).
Acto inapropiado packages3 Un toolkit
completo del software a soportar
generacin de todo
GlobalSoilMap.net devuelva productos.
Incluir todas las operaciones analticas
Eso est acostumbrado a generar
asociaciones de datos del punto y
exportar y visualizar
Las salidas.
API que asocia Web Una interfaz de
programacin de aplicacin para
consentir otro
El software para acceder a los datos y la
funcionabilidad implementada para
Global
SoilMap.net. El foco principal sera
puesto construyendo la funcionabilidad
para
Webmapping, aunque tambin otras
aplicaciones sera considerado adentro
ms tarde
Las fases.
93
2
3
6
7
1
0
1
1
4.
5.
4.2 datos del terreno del Legado: Su valor y sus limitaciones

Una suposicin crucial del proyecto
GlobalSoilMap.net es que ser mayormente
Basado, al menos inicialmente, en la captura
y el uso de legado ensucia datos. Esto
levanta sev
El eral duda. Qu es a lo que se quiso decir
1
3
1
4
12
por informacin del terreno del legado? Lo

que las clases de terreno del legado
Los datos existen? Cul son las ventajas y
las limitaciones de las clases principales de
legado
Ensucie datos? En su sentido ms general,
un legado es algo de valor dejado en
herencia
De una generacin para lo siguiente. La
suma de datos del terreno y el accu de
conocimiento
El mulated desde las primeras
investigaciones del terreno 80 o ms aos
atrs satisface esto
La definicin. Mejor dicho, el concepto de
un legado est usualmente acompaado
Por una comprensin que hay una
obligacin y un deber del gener receptor
La acin para no simplemente protege el
legado sino para hacer uso positivo y
constructivo
De eso.
La idea es que un legado no es un
artefacto sin precio, para estar escondido
fuera una cierta cantidad
Donde para la preservacin esttica y la
proteccin, excepto un recurso vivo a ser
invertido,
Perfeccionado en, y puesto por el bien de
tener xito generaciones. El inten
El tion de este proyecto es por consiguiente
no simplemente para rescatar y proteger lo
existente
La acumulacin de datos del terreno del
legado sino para ponerlo a usos nuevos y
beneficiosos tan ese
Su valor es aumentado y.
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
ciplines. En el contexto ms enfocado del proyecto GlobalSoilMap.net, somos

primordialmente interesaron en cuatro clases principales de datos del terreno del legado:
Manchan observaciones de campo y medidas Exactamente localizado, o geo -
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
Provea prueba objetiva de observadas caractersticas del terreno en loca conocido

7
Los tions que pueden estar acostumbrados a desarrollan conocimiento y reglas de aproximadamente cmo los
terrenos, o
8
Las propiedades individuales del terreno, cambian a travs del paisaje.

9 Ensucian (el polgono) mapas y leyendas el Terreno hace mapas y las leyendas son una de lo
10
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
Representa un dominio difuso de informacin acerca de las caractersticas y la estacin balnearia

19
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
Domina etctera. El conocimiento tcito representa datos suaves, en contraste para lo

25
Los datos ms duros de observaciones del punto y los mapas.

26 Fotos el estudio de suelos Tradicional se basa con exceso en uso de antena
27
Las fotos. Las aerofotos mayores (aun en caso de que no estereoscpico) son un im
28
El
recurso del portant para la degradacin terrestre monitoreando y la sucesin de la vegetacin

29
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
La foto sola de un terreno de perfil podra usarse para (automticamente) identificar

35
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
4.3 GSIF en contraste para otros proyectos similares
La informacin de perfil edagolfico en mesas

digitales o geo-registration de terreno
escudriado
Los mapas. Si los datos estn de verdad
enlosados tan dudosos, alguien bien puede
tomar
El tiempo para examinar los datos a
determinar si son verdaderamente un
incorrecto o justo
Usual. Quiz exponer los datos para el
escrutinio adicional conduce a las
incongruencias
Cualquier ser explicado y acept o identific y
corrigi. Favorecemos hacer un intento
Para contratar y usar a una comunidad ms
ancha adentro ayudar a construir y validar un
perfil
La base de datos (vea al ms Fig. 9.4).
95
4.3 GSIF en contraste para otros proyectos similares

Un analogue y ejemplo til para el GSIF es el
Biodiversity Global Adentro
La facilidad de formacin (GBIF). GBIF es
ahora establecido como el lugar central para
El cambio de informacin global
(EDUARDO, 2004) del biodiversity.
Contendemos
Hay una necesidad para una facilidad similar
para i.e global de datos del terreno. El
Informa Global del Terreno
El tion Facility (GSIF). GSIF bsicamente
ser una red de servidores basados a Linux
Eso puede patrocinar datos y facilidades o sea
software que se usar para procesar datos
adentro
Una forma automatizada o semiautomatizada.
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
Las visualizaciones cientficas y los datos de generacin de informe editando

La inscripcin
Las MESAS de FUSIN

La NUBE
ALTA
La ACTUACIN
El DE CMPUTO Google Traza Un Mapa de API
La COMPUTACIN
(ISRIC)
La funcionabilidad de fuente apagada
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.
Guste a GBIF, GSIF tambin tendr

propsitos mltiples. Primer, que proveer
uno
La interfaz de trama en la que entrar y editar
datos del legado del terreno, principalmente
ensuciar registros del perfil,
Por los datos Abiertos de Perfiles
Edagolficos el portal (la Organizacin
Sanitaria Panamericana) pero tambin los
datos del mapa del terreno por una trama
La interfaz de inscripcin del mapa. En
segundo lugar, servir de la referencia
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
Porque GlobalSoilMap.net es mayormente un proyecto no comercial, acadmico,

9 a los que nos le declaramos desarrollan a GSIF confiando primordialmente en herramientas Abiertas Source Geo
10 (OSGeo) y el standards5 Open Geospatial Consortium. En los trminos prcticos esto
11 manera a la que le daremos preferencia adoptar y mejorar existiendo abre al pblico
12 soluciones del software de la fuente para el almacenamiento de datos y el uso compartido:
13
14
los estndares PostGIS y OGC similar para el almacenamiento de datos.

acto inapropiado y herramientas abiertas (GDAL, GRASS GIS, SAGA GIS) de la fuente Geo para computar
Y
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
4.4 GSIF disean y funcionabilidad
19
GSIF constarn de (al menos) cinco segmentos paralelos:
20
21
1. La red del Servidor GSIF requerir almacenamiento alto y ca de cmputo -
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
Los estndares de interoperabilidad y de compatibilidad (la descripcin de metadatos, el estndar

25
La especificacin cuadriculada, la referencia espacial, etc de valoracin de incertidumbre /calidad. ). El Sistema

Intermedio
26
RIC pondr la mira en construir su propia infraestructura del servidor, pero tambin considerar
27
Utilizando las aptitudes de servicios de mega-infrastructure como Google o

28
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
Necesite seguir estndares similares de metadatos, venir en formatos comunes de datos,

32
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
http://onesoi bajo construccin.

http://www.op
http://trac.o
4.4 GSIF disean y funcionabilidad
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
4. El servicio del portal /API de trama GSIF

servir del portal central dnde
El software, los datos, la informacin
noticiosa y oficial de proyecto puede ser
comunicado.
El contenido porta estar mayormente
conformado por los usuarios (el contenido
sorteado por ah
La popularidad y las ordenaciones por
rango), y aprender de las experiencias de
GBIF y
Otros portales globales similares de datos.
En ms tarde escenifica, una API
independiente en la plataforma
El servicio que consentira uso remoto de
datos y voluntad procesadora de servicios
geo
Tambin sea soportado.
5. La organizacin Un segmento igualmente
importante del GSIF ser el orga La estructura del nizational. Tenemos
pensados que los papeles y las
responsabilidades tendrn que
Ser asignado en niveles diversos: (1) el
nodo ISRIC del GSIF, (2) 78 continen
Los nodos del tal para moderar actividades
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
en lo nivelado y luego (3) el pas

Los representantes. El comit cientfico
inicialmente consistir exclusivamente de
Los miembros activos del consorcio
GlobalSoilMap.net. Finalmente, sin
Embargo,
Cualquier agencia, inspector del terreno,
cualquier cientfico medioambiental o
cualquier asesor agrcola
Debera poder involucrarse y contribuir de
algn modo o sea registrado adelante
El sitio Web y contenido contribuyente. 28
Nos declaramos que las Facilidades
Globales de Informacin del Terreno
deberan ser diseadas
De tal manera tan ese acomoda profe. De
Pebesma los seis pilares de claro
Research7 :
1. Abra datos, en el tiempo real (o sea los
datos en un servidor)
2. Abra software de la fuente
3. brase, procedimientos reproducibles
4. brase, teja basado, los mtodos para datos
y los modelos procesadores (la
interoperabilidad)
5. brase y explcitamente niveles de
significado cuantificado y de exactitud de
investigacin
Las conclusiones
6. Las comunidades manejadas, de usuario
accesible y del desarrollador
Este armazn (o la lista control) le permite
a alguien produciendo y usando geo-data
Los productos a certificar que este proyecto
est Manifiesto .
Adems de estos requisitos mnimos, el
siguiente profesional principal de datos
Los principios de duccin sern promovidos
en este proyecto:
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
Edzer Pebesma en el Discurso de Apertura dan una

conferencia, Universitario de Mu Nster, 25 de junio,
2010. Tambin disponible
7
Por http://www.opengeostatistics.org
98
Una visin general
1
2
GSIF primordialmente debera confiar en mtodos de mapeo automatizados implementados
Los flujos de trabajo repetibles directos.

3 en los que deberamos poner la mira desarrollarnos y mantener basado en la Web y telefnico en mvil
4
Las aplicaciones basadas (el Higo. 9.1).
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
Los agricultores, el alto instruyen a los alumnos y los voluntarios.

9 que deberamos rastrear la informacin retroactiva recibe de la comunidad del usuario y luego
10
Ajuste y redisee el sistema basado en esta informacin retroactiva.
El
El profesionalismo
CS para la evaluacin de datos
CS para la visualizacin de anlisis de datos

CS para coleccin de datos (sin intervencin del usuario)
CS para coleccin de datos (el usuario cre contenido)
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.
Crowdsourcing es el concepto de solucionar un problema a travs de un trabajo neto distribuido de

usuarios. Puede usarse para coleccionar datos, para la evaluacin de datos y / o anal-ysis y visualizacin.
Crowdsourcing ayuda a maximizar recursos donde el financiar basado en campos cientfico de
investigaciones est bajo aumentar presin.
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
Los recursos en el rgimen actual de

financiacin donde la investigacin basada en
campos cientfica
Est bajo presin y competencia creciente.
Asimismo, recomendamos que uno
El principio similar debera usarse para
disear todos los productos
GlobalSoilMap.net y
Los flujos de trabajo.
Aunque podra parecer que crowd-sourcing
es intrnsecamente ruidoso porque
Le permite professionalists generar contenido
de fiabilidad desconocida, muchos
Los proyectos grandes de crowd-sourcing
como WIKIPEDIA han demostrado tener un
ca
El pacity para producir informacin tan
preciso como los proyectos multimillonarios
comerciales
Como Britannica (GILES, 2005). Otro asunto
es tantos re tradicional
Las sociedades de bsqueda estn renuentes
para soportar crowd-sourcing porque lo ven
como
El fin de profesionalismo. Es un concepto
equivocado que crowd-sourcing degrada
O infla profesionalismo. Los datos al
contrario, recabados de a travs se hacinan
El sourcing justamente le proporciona el
trabajo adicional al personal especializado
porque ellos ahora tienen mucho
Ms datos a usar para su anlisis. Asimismo,
crowd-sourcing sin usuario adentro
La tervencin es puramente basada en
tecnologas y puede conducir altamente datos
profesionales
(El higo. 4.3). Adems, los principios de
crowd-sourcing pueden ser usados ambos
para coleccionar
Los datos, el filtro eso y generan contenido
fuera de los datos sin procesar.
4.5 Conclusiones
4
5
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
18
ISRIC la Informacin Mundial del Terreno

tiene a cargo cotejar nivelado en nodo
La propiedad del terreno hace mapas en una
base de datos global integrada. Un reto crucial
para col
La lacin es cmo integrarse mejor y hacer
juego que los mapas de la propiedad del
terreno nos produjeron
El ing los aportes y mtodos diversos. Con
este fin, ISRIC ha desarrollado una propuesta
Para un armazn para el cotejo y la
1
9
2
0
2
1
2
2
2
armonizacin de mapas de la propiedad del

terreno. El Sistema Intermedio
RIC tiene una responsabilidad para desarrollar
y promover una vista para cmo el proyecto
Pueden maximizar la consistencia y la
plenitud de inicial dispar, (la versin 1)
La propiedad del terreno hace mapas a la
corta al simultneamente establecer unos sys
El tem o el mecanismo a travs del cual las
versiones futuras de mapas de la propiedad
del terreno pueden
Producirse en una moda ms automatizada,
dinmica y coherente en lo ms largo
El trmino. El armazn general para GSIF
presentado en este captulo representa un re
El sponse para esa responsabilidad. Describe
un armazn de sobre-arqueo por el cual
La informacin del terreno (los datos del
perfil, los mapas, los datos espaciales
covariate, el conocimiento, predic
Los mtodos del tion y las asociaciones de la
propiedad del terreno) puede ser
continuamente mejorado y levantado
Fechado en una moda coherente, rigurosa y
sistemtica.
El armazn inicial es presentado aqu para
provocar debate y aporte con
Una vista para lograr un sistema final,
modificado que ser ampliamente soportado
Por nuestros socios globales. Lo que
proponemos es un armazn dentro del cual
La pedologa puede evolucionar de
produccin dispar de mapas estticos por
mayormente
Los mtodos manuales hacia un sistema de
continuamente actualizando datos y los
mtodos
De analizar datos para producir mapas
abiertos, dinmicos, consistentes y ptimos de
Ensucie propiedades automticamente a
peticin. Un aspecto significativo del presente
La propuesta es que tiene pensada una
evolucin de produccin de mapas por un lim
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
La propiedad del terreno GlobalSoilMap.net hace mapas
5.1 Caractersticas Generales
El producto inicial principal de datos del

proyecto GlobalSoilMap.net ser mapas de
Diez afinan propiedades del terreno en seis
profundidades (siete el + anticido tres se
derivaron) en uno espacial
La resolucin de 3 arcseconds (ca. 100 m).
Se ha acordado que las predicciones
Se har para 2 de los que m (si es posible) con
datos report para 6 intervalos de profundidad
05 cm, 515 cm, 1530 cm, 3060 cm, 60
100 cm y 100200 cm. Lo 10 +
Las propiedades del terreno del blanco estn
listadas en Tbl. 5.1.
Los aplicables rangos inferiores y
superiores en Tbl. 5.1 indican lim fsico
Su para las sumisiones nuevas. Las
propiedades que exceden los lmites fsicos
sern
Automticamente rechazado. La justificacin
razonada para definir la mxima precisin es
Para optimizar almacenamiento de datos o sea
el sistema de codificacin. Por ejemplo, el
contenido de arena es
Codificado de adentro aprecia el 0100 con
una mxima precisin de 1 %. Esto quiere
decir que lo
Los datos pueden estar cifrados usando 1 el
sistema mordido (256 clases).
Se ha acordado que las variables del
terreno del blanco sern reportadas slo
utilizadoras
Los mtodos referentes del laboratorio. El
terreno el contenido orgnico de carbn ser
reportado
Para el mtodo seco de combustin
(SLEUTEL et al., 2007). Los valores para pH
para lo
El proyecto GlobalSoilmap.net ser reportado
para una suspensin del 1:5 de terreno en wa
Ter1, con una precisin de 1 decimal lugar. El
estndar del 10390:2005 de la Organizacin
Internacional de Normalizacin ser usado
Para todos los tipos de secaron con aire las
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
pruebas del terreno; Pretratado en la

conformidad con Organizacin Internacional
de Normalizacin 11464.
De las primeras siete propiedades
primarias, la profundidad de masa de
densidad, del terreno efectivo y
La aptitud disponible de agua ser predicha
usando funciones de pedo-transfer. En esto
El caso del que las funciones de pedo-transfer
tienen una forma tpica:
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
O usando a la L 0.01 mol _ 1 la solucin CaCl2 todava en negociacin.
101
102
propiedad del terreno GlobalSoilMap.net mapas
1 agua total del perfil. Totalice de perfil agua disponible (AWAIMM) se referir a los valores
sumaron sobre la profundidad efectiva.
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
5.1 Caractersticas Generales

103
De una pila de tramas. El nmero mnimo de

simulaciones ser determinado a las 20
(Vea tambin pgina 82).
Aunque cada nodo ser gratis para
producir la propiedad del terreno asocia
usar ap
Los mtodos del propriate, un flujo de trabajo
generales basados en unos regres multiescalas
propuestos
El modelar sion ( 3.4) est siendo ofrecido.
Este flujo de trabajo eficazmente implementa
uno
El proceso del downscaling para traer la 1
resolucin km/250 m traza un mapa de para
100 m resolu
2
3
El tion. Un flujo de trabajo esquemtico

educando al downscaling, agregacin, y la
trama
(El mapeo) los servicios son dados en Higo.
3.8. Repare tambin en que los mapas finales
son probables
Para ser generado cooperativamente y
conjuntamente por ISRIC, los lderes
continentales del nodo
Y agencias locales que traza un mapa de, en
vez de por cada grupo trabajando
independientemente
Y aislado el uno del otro.
Una vez evaluado para la consistencia
tcnica con las especificaciones
publicadas,
Los mapas armonizados de la propiedad del
terreno sern publicados y hechos disponible
por
El servicio de trama GSIF. Cada uno 1 el
bloque de grado adicionalmente estar
etiquetado
Las siguientes valoraciones de control de
calidad tan:
nivele 0 mapas de la propiedad stos no
estn pero mapas validados propuestos con Fuera de cualquier terreno adicional
tomando muestras. O se somete con
pruebas adicionales que
No es nuevo y no cumple con los
requisitos mnimos (sede 9.5).
nivelados mapas de 1 stos son mapas que
incluyen original (nuevo) valida - propiedades
Los puntos del tion que cumplen con las
especificaciones GlobalSoilMap.net, pero
su
La exactitud promedia no encuentra el
umbral propuesto mnimo.
nivele 2 mapas de la propiedad stos son
mapas que incluyen original (nuevo) valida Los puntos del tion que cumplen con las
especificaciones GlobalSoilMap.net, y su
La exactitud promedia es significativa / y
encuentra el umbral propuesto mnimo
El nivel de exactitud.
Para resumir, est propuesto que
cuadriplicado de producto
GlobalSoilMap.net de
Todos los datos del gridded:
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
la copia original de la propiedad del terreno

del gridded hace mapas (una trama PostGIS
La base de datos).
un confidente (el FTP) de los datos
originales (en 3 arcseconds) como tejas
comprimidas
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
que Cada archivo continente sera as de GRANDE en el

tamao; Sin embargo, segn la ley de Moore
2
(El higo. 1.4), en pocos tiempo de aos estas limitaciones

de memoria sern menos problemticas.
3
que Estos pueden estar producidos usando por ejemplo http://www.maptiler.org
104
OBE y HSU (2011)). La escama continental hace mapas 1 resolucin km o ms grueso

2 servir para modelos y proyectos continentales en la cruz.
3
En principio, el foco del proyecto GlobalSoilMap.net es slo ese terreno

4 propiedades listaron en Tbl. 5.1. Es altamente posible que en ms tarde ponga en fase cualitativo
5 escriben variables como las clases del terreno (WRB se agrupa y se subagrupa) y aterrizan
6 unidades de la forma (SOTER) tambin pueden ser consideradas. De hecho, una vez lo lleno se declar
7 componentes GSIF se vuelven operacionales, los usuarios deberan poder generar a cualquier
8 ensucian propiedad o ensucian mapa de clase para cualquier rea del terreno en el mundo.
5.2 el temporal a Spatio sistema remisivo y cuadriculado
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
asunto restante es cmo organizar el hierarchically de datos del gridded. Lo

17 CIAT SRTM enlosando a system4, por ejemplo, divide el mundo entre 60 N y
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
5.2 el temporal a Spatio sistema remisivo y cuadriculado

105
En el SRTM DEM, recomendamos a usar slo

1 el grado (100 la resolucin m)
Y 5 el grado (250 la resolucin m) enlosa
para distribuir mapas.
Para las razones mencionadas en 3.6, nos
declaramos que la prediccin modela para
El producto que los mapas de la propiedad del
terreno inicialmente deberan ser aplicados en
soporte del punto, en reg
Las posiciones ular XY d, que luego puede ser
agregado para bloquear soportes de diversos
Los tamaos (el Higo. 5.1). La entidad
espacial tendr dimen normal, igual y
horizontal
Sions (el tamao de la clula cuadriculado) de
3 arcseconds por 3 arcseconds5 i.e. El 3/3600
o 0.00083334
Los decimales grados, porque exactamente
corresponde al conjunto de datos SRTM
DEM. Lo 3
La resolucin de arcseconds corresponde a
una escama cartogrfica efectiva de
aproximadamente
1:200k (HENGL, 2006).
1
0
(Uno)
(B)
Manche muestreo
El punto
Manche muestreo
Teja N33 S14
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
celda cuadriculada ser dada en coordenadas geogrficas

(la Longitud, la Latitud) destinando WGS84 para el EGM96 y dato
12 el dato vertical. La siguiente informacin estndar de geo-reference lo
13
solicitan cada (la cuadrcula XY d) posicin del punto:
11
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
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
Cualquier conjuntos de datos de funcionamiento en proyecto necesitarn se convirti a geogrfico

15 coordenadas, en una resolucin de 33 arcseconds, para entrega para, y la inclusin
16 adentro, el producto final de la entrega GlobalSoilMap.net. Lo comienza y acaba necesidad de ao
17 a ser reportados por los metadatos de sumisin (vea ms all 5.6). Las herramientas y el profesional
18 cedures para facilitar coordinan conversiones sern desarrolladas y provistas
19 participantes de proyecto como R-Function que llaman proj.4 y las funciones GDAL (vea
20 previamente 8).
21
Despus de que el proyecto produzca complete mapas de cobertura en la resolucin bsica

22 (3 arcseconds), eso es propuesto que estos mapas sean agregados para el resolu ms grueso
23 tions para asegurar diversidad del producto. Es propuesto ese que todo gridded hace mapas dentro de lo
24 el proyecto GlobalSoilMap.net sean producidos y distribuidos en lo siguiente cuatro
25 el resolutions7 estndar:
26
27
la resolucin (el mundo) Muy tosca: 5.6 km (0.05 arcdegrees; 4.3 millones de pixeles
Necesitado para representar al mundo entero)

28 la resolucin Tosca (los continentes): 1 km (0.00833334 arcdegrees; 105 el milln
29
Los pixeles necesitaron representar al mundo entero)

30 la resolucin Mediana (5 el grado se bloquea): 250 m (0.00166667 arcdegrees; 1.7 bil
31
Los pixeles del len necesitaron representar al mundo entero)

32 Multan resolucin (1 el grado se bloquea): 100 m (0.00083334 arcdegrees; 27 bil
33
Los pixeles del len necesitaron representar al mundo entero)
34
5.3 sistemas de coordenadas
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.
5.3 Coordinan sistemas

107
En general, est escondido de usuarios finales

y la conversin se est volviendo ms
Automatizado o sea los mapas estn
progresivamente siendo reen proyecto al
vuelo con geo El grfico se coordina como las coordenadas
slo referentes (YUJU et al., 2001). Nev
Ertheless, GlobalSoilMap.net plantea
especificar sistemas de proyeccin del blanco
para
La entrega de datos y la visualizacin.
Nuestras suposiciones son eso:
los equipos que traza un mapa de usarn
algunos sistemas nacionales estndar de
proyeccin para
Prepare 100 mapas de resolucin m.
la mayor parte del anlisis del
geomorphometric de DEMs se basa en una
suposicin
De coordenadas cartesianas normales, a fin
de que los DEMs y los covariates similares
legan
Necesite ser procesado en algn sistema de
proyeccin de rea igual para asegurar
consis
Las proporciones de rea de la tienda de
campaa.
el proyecto necesitar seleccionar un set de
proyecciones estndar para el almacenamiento
de datos
En niveles del nodo.
7
8
1
0
1
1
1
2
1
3
en las escalas globales, uno necesitar usar

1
4
algunos sistemas globales de proyeccin para
Visualice valores globales en resoluciones 1
5
ms toscas.
Basados en estas suposiciones,
1
6
recomendamos que GlobalSoilMap.net
debera
Promueva uso de los siguientes grupos de sistemas de coordenadas:
el sistema geogrfico de coordenada del WGS84 como el sistema de proyeccin del blanco
Entregar propiedad del terreno hace mapas.
Haga Bsquedas En La Internet Usando Google system8 coordinado Maps como el sistema principal a
visualizar global
20
Ensucie mapas.
2
1
los sistemas de proyeccin de rea de igual

de la escama continental diversos para
preparar 250
Y 100 m covariates y visualizan
propiedades del terreno para pases
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
5 propiedad del terreno GlobalSoilMap.net mapas

108
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
El Falso Easting Letra X

0
El Falso Northing Y
0
Elptico
El
GRS80
El dato
El
WGS84
Las Unidades de Distancia
Los
metros
9
2
Xmin
El borde del este
Xmax
El borde del oeste
180
Ymin
El borde del sur
- 53
Ymax
El borde del norte
El rea
El nmero de celdas
(aterrice mscara)
1517
5.3 Coordinan sistemas

109
String9, que necesita ser GDAL compatible.
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
GDAL compatible en esta contra

El texto quiere decir que uno puede
proyectarse y el reproyecto hace mapas de la
fuente para cualquier alquitrn
Obtenga sistema sin cualquier
implementacin adicional del software (o sea
la reproyeccin
Necesita ser probado y aprobado).
Para una comparacin, MODIS usa la
proyeccin Sinusoidal system10,
Cul ha sido mostrado minimizar
deformaciones como resultado de lo
geogrfico
La conversin cartesiana de coordenada
(CHANG SEONG et al., 2002). El problema
es
Que este sistema de proyeccin an no ha
sido con creces implementado en todo GDAL
El software relacionado, y por lo tanto su uso
deberan ser desalentados.
La cuerda correcta del proj4 para las
coordenadas del WGS84 es (en la sintaxis
de acto inapropiado):
4
5
1
0
> EPSG < - haga a _ EPSG ()

> EPSG EPSG$note = " # WGS 84 ", - 2
El cdigo El prj4
249 4326 +proj longlat +ellps WGS84 +datum WGS84 +no defs
Una ventaja principal de usar el system11

de coordenada del WGS84 es que es
Google Tierra compatible tan esa informacin
en WGS84 (especialmente los puntos y las
cuadrculas)
Puede ser en seguida visualizado en este
navegador popular. La desventaja de usar
El WGS84 es que las celdas cuadriculadas
estn torcidas y deformes como uno ponga
ms cercano lo
Los polos (vea Higo. 5.2). ste no podra ser
un asunto principal para el GlobalSoilMap.net
El proyecto porque las reas ms all de 84
N y 65 S (el Higo. 7.3) quedar excluido de
La base de datos de proyecto.
El proj4 sugerido forma una serie para
sistemas de coordenadas remisivos
decisivos para
El proyecto (vea a Tbl. 5.2) es:
el nivel 1 las proyecciones de la
recopilacin Enteramente mundiales
El proj4 geogrfico:
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
+proj lonlat +ellps WGS84 +datum WGS84 +no defs
Google traza un mapa de proj4:
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
el nivel 2 Continental modifique a escala proyecciones de la recopilacin en el nivel del nodo

Au (Australia y Nueva Zelanda) proj4:
25
26
27
+proj aea +lat _ 1 = - 18 +lat _ 2 = - 36 +lat 0=0 +lon 0=132

+x 0=0 +y 0=0 +ellps GRS80 +towgs84=0,0,0,0,0,0,0
+units m +no defs
http://trac.o
10
11
http://spatial
http://spatial
110
Af (frica) proj4:
2
+proj laea +lat 0=5 +lon 0=20 +x 0=0 +y 0=0 +units m
+ellps WGS84 +datum WGS84
Sas (Hacia el Sur Asia) proj4:

4
+proj lcc +lat 1=7 +lat _ 2 = - 32 +lat _ 0 = - 15 +lon 0=125
+x 0=0 +y 0=0 +ellps WGS84 +datum WGS84
+units m +no defs
Nas (Hacia el Norte Asia) proj4:

6
+proj lcc +lat 1=15 +lat 2=65 +lat 0=30 +lon 0=95
+x 0=0 +y 0=0 +ellps WGS84 +datum WGS84
+units m +no defs
Eu (Europa) proj4:
8
+proj laea +lat 0=52 +lon 0=10 +x 0=4321000
+y 0=3210000 +ellps GRS80 +units m +no defs
Na (Amrica del Norte) proj4:

10
+proj aea +lat 1=29.5 +lat 2=45.5 +lat 0=23
+lon _ 0 = - 96 +x 0=0 +y 0=0 +ellps GRS80
+datum NAD83 +units m +no defs
11
Sa (Hacia el Sur Amrica / Central) proj4:

12
+proj aea +lat _ 1 = - = - 42 +lat _ 0 = - 5 +lat _ 2 32
+lon _ 0 = - 60 +x 0=0 +y 0=0 +ellps aust _ SA
+units m +no defs
13
5.4 La cuadrcula enlosando sistema
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
5.4 La cuadrcula enlosando sistema

111
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.
El nmero entero ms grande que puede

guardarse usando 32 mordi enteros son
4,294,967,295 (10 dgitos). Hay
potencialmente 279,936,000,000 cuadrcula
nica
Las celdas (12 dgitos) para el globo entero en
una resolucin de 3 arcseconds. Por
consiguiente,
No cabe almacenar un nmero nico solo de
entero Idaho para cada 3 arcsec
La celda de la cuadrcula del ond en el mundo
usando 32 nmeros enteros mordidos.
Para vencer este problema planteamos
romper el nmero nico en dos
Las partes y la tienda las dos partes
separadamente. La primera parte identifica lo
1 a las 1
La teja, y el segundo identifica el nmero
nico de cada celda cuadriculada dentro de
uno 1
Por 1 teja (1 Deg Cell Idaho) (Tbl. 5.3). Los
dos nmeros pueden ser concatenados
Para producir un nmero de Idaho de la clula
cuadriculado global nico que est anidado y
jerrquico
Hasta la resolucin ms fina de 3 arcseconds
(potencialmente aun para 1 arcsecond).
Este nmero concatenado puede guardarse en
64 el formato mordido de entero y as
debera
Ser usable una vez la mayora de
computadoras tienen 64 los sistemas
operativos mordidos que soportan
El almacenamiento de 64 los enteros
mordidos.
Ms all proponemos explcitamente
anidando lo 3 las celdas cuadriculadas
arcsecond dentro
Las celdas ms gruesas de la cuadrcula de
resolucin de 6 segundos (ca. 180 m), 30
segundos (ca. 900 m),
1 minuto (ca. 1,800 m), 3 minutos (ca. 5,400
m), 6 minutos (ca. 10,800 m), y
30 minutos (ca. 56,000 m). El esquema de
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
1
2
numeracin se basa al dividir ms grueso

Las celdas de resolucin por un factor de 2, 3
o 5 con nmeros hicieron cesin para
identificar cuadrcula
Las posiciones de la clula dentro de celdas
ms gruesas tan ilustrado en Higo. 5.3.
Por ejemplo, un punto con coordenadas
Lon = 33.961487, Lat = - 13.413666 cor Responde a 1 la teja de la celda de la
cuadrcula de grado E33 S14 y su 3
resolucin arcsec (100 m)
Idaho es 451433224 i.e. 4-51-4-3-3-22-4
(vea ms all 11.8). Este Idaho puede ser
Codificado como el entero de 32 pedacitos sin
firmar (232_1), y por lo tanto puede estar
incrustado en el archivo
Nombre si es necesario. Una ventaja de tener
de ID de celdas es aqulla lata ms
2
1
2
2
2
3
2
4
2
5
2
6
2
7
5 propiedad del terreno GlobalSoilMap.net mapas

112
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
5.5 el Almacenamiento de Datos

113
El higo. 5.3 El esquema de sistema del embaldosado de siete grados de cuadriculado.
Rpidamente ponga en duda los datos del

gridded en una base de datos y vaya a traer
slo valores de inters
Sin una necesidad para cubrir con una capa
proposiciones /polgonos y tramas. Tambin
porque este sistema
Es jerrquico, uno fcilmente puede desnudar
los nombres para obtener IDs cuadriculados
para celdas de ms grueso
La resolucin, por ejemplo: 4514 fsforos la
resolucin 5.6 km (0.05 arcdegrees)
451433 fsforos la resolucin 1 km (el Higo
(0.01666667 arcdegrees). 5.3).
5.5 el Almacenamiento de Datos

Se espera que la propiedad del terreno haga
mapas y los covariates del terreno requerirn
uno grande
La cantidad de espacio a almacenar. El diseo
consecuentemente correcto del facil de
almacenamiento de datos
Los ities son cruciales para asegurar
usabilidad del sistema entero. Una distincin
debera
Hacerse entre formatos de datos para
compartir y para los propsitos de
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
1
2
4. producto versiones multiescalas embaldosadas de los mapas en 250 m, 1 km y 5.6 km
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
que es el formato predeterminado de datos del gridded usaron por GDAL.

que GeoTiFF le permite incorporacin de al de georeference, metadatos y la leyenda
Los esquemas en el encabezado del archivo.

16 GeoTiFF pueden ser visualizados sin software GIS (es un formato de imagen).
17
Con tal que la paleta de color ha sido incluida en el encabezado.

18
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
oficina de registro de Datos del Terreno (GSDR) 5.6 Global
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.
5.6 oficina de registro Global (GSDR) de Datos del

Terreno
115
1
2
SPGD y de SIS en el mundo, ISRIC

promovern la idea de mantener los
metadatos fuera de la base de datos, pero
entonces hacindola disponible
pblicamente por URL17.
Para alentar contribuyentes de datos a
proponer metadatos, por de entrada de datos
Los tals necesitan ser simples, ayunar y
eficiente. Necesitan esconder la base de
datos
La complejidad de usuarios e
inteligentemente sugiere valores para
metadatos basados
En perfiles del usuario y las entradas
recientes.
Proponemos que GSDR debera
comprender tres partes principales: El
meta (1) variable
La oficina de registro de datos, y (2) la
oficina de registro de metadatos geospatial y
(3) las instituciones y los usuarios
La oficina de registro. En la oficina de
registro de variable del terreno, cada uno
mancha variable y covariate ser
Vinculado para la metaentrada de datos por
los nombres de la columna (sede 6.7), cul
ser
Ms all se relacion para los estndares de
la Organizacin Internacional de
Normalizacin. Por ejemplo, el PHIH05 de
nombre de la columna refiere
Para pH los valores estimaron en la solucin
de agua del 1:5 que o sea el mtodo registr
en ISO18 un
El der nmero 10390. Cada variable en el
GSDR por lo tanto contendr lo siguiente
Los campos:
El URL GSDR
La direccin nica de URL donde uno pueda obtener registro completo
de metadatos.
El nmero de la oficina de registro

El nmero de la oficina de registro nico
sorteado por corazn, luego expandido y
recin aadido
Las columnas.
La fecha de la oficina de registro
La fecha de la entrada para el GSDR; Los
valores como Organizacin Internacional
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
de Normalizacin 8601 pasan de moda y

cronometran en la hora universal
coordinada
(GMT). El ejemplo:
El estatus de la oficina de registro
Este campo especificar el estatus de una
columna en la base de datos. Lo siguiente
Las categoras son aplicables: Archived
de fondo (requerido), extendido
(optativo)
(Jubilado). En este caso, el archived
categorial indica una columna que ha
sido
Jubilado por varias razones.
El nombre de la columna
La caja alta pequea 8.3 el nombre de
tipo de nombre de archivo. El ejemplo:
El PHIH05.
Las unidades
SI units19. El ejemplo: El ndice.
La categora de Tema de la Organizacin
Internacional de Normalizacin
El ejemplo: El certificado de depsito
aplazado 190 la calidad del Terreno.
17
18
19
por ejemplo por http://GlobalSoilMap.net/GSDR
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
1
referencia de la Organizacin Internacional de Normalizacin
El
nmero de la Organizacin Internacional de Normalizacin describiendo el procedimiento estndar de medida. El
ejemplo
2
La Organizacin Internacional de Normalizacin 10390 (se refiere a la Calidad del terreno la

Determinacin de pH ).
4
la Descripcin
El
ejemplo, PHIH05 es el logaritmo negativo (base 10) del concen molar

6
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
mnimo recomendado recomend campos irrenunciables

24 al compilar un estndar bas registro de metadatos es:
25
26
EL URL GSDR
La direccin nica de URL donde uno pueda obtener el registro completo de metadatos.
27
Esto debera ser generado automticamente para cada entrada nueva.

28
el nmero de la Oficina de Registro
29
nmero de la oficina de registro nico sorteado por ah la fecha.
El
30
31
la Oficina de Registro pasan de moda
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 caja alta pequea 8.3 el nombre de tipo de nombre de archivo.

35
36
la Descripcin
Una descripcin de frase; Incluye el mtodo de generacin de datos.

37
38
Pasan de Moda de Creacin
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
5.6 oficina de registro Global (GSDR) de Datos del Terreno

117
La actualizacin del ast

Actualice la fecha (la versin del
mapa); Los valores como Organizacin
Internacional de Normalizacin 8601
pasan de moda y cronometran en la hora
universal coordinada
(GMT).
El neage
Idealmente, sta debera ser una letra de
procesamiento de datos que contiene
todo procesamiento
Los pasos necesitaron reproducir el
estrato del geospatial.
1
2
3
4
5
Li
Metadata Author
GSDR publique Idaho.
7
8
El Tipo Espacial de Representacin

9
La clase de acto inapropiado para datos espaciales. El ejemplo: SpatialGridDataFrame.
El tamao del soporte del ampling
El tamao regular de bloques en los
metros cuadrados us derivar valores
para cada uno espacial
El elemento.
El cale
El nmero cartogrfico de la escama.
Pues la escama gridded datasets es la
cuadrcula comn
El tamao de la clula en los metros.
La cuerda del ROJ.4
La cuerda Cartogrfica de la Biblioteca
de Proyecciones define el sistema de
coordenadas.
Este campo equivale al campo
Remisivo de Sistema Info en el FDGC
Las Generales Motors.
S
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
10
La extensin temporal comience

21
Comience la fecha (el ao) para la cual el mapa refiere.
El fin temporal de extensin
El ata la Informacin Quality
Estim exactitud trmino medio
(RMSE) del mapa siguiendo el de
procedimiento
Marcado con punta de trazar en 9.5.
Esta necesidad de valor a ser estimada
usando un campo imparcial
La validacin, de otra manera este
campo debera quedarse abierta (NA).
22
23
2
5
2
6
2
7
2
8
La fecha de fin (el ao) para la cual el mapa refiere.
24
El dueo de datos
29
El tema legal registrado en GSDR. El ejemplo: ISRIC.
30
La licencia de usuario final

31
La categora oficial de licencia. El ejemplo: BY-NC-ND creativo de Patrimonio Comn.
32
Use restricciones
ejemplo: Disponible para
comercial.
33
34
(donde sea pertinente) consintieron uso de esta informacin. El

uso gratuitamente personal, educativo, de investigacin o no
35
Actualice frecuencia
36
Planific frecuencia de actualizacin. El ejemplo: No planificado.
37
118
1
Correo Electrnico
El
correo electrnico de la persona de contacto responsable para el mantenimiento del geospatial

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
Las metaentradas de datos sern cruciales para la validacin precisa de producido

9 mapas. Por ejemplo, probar tamao del soporte determina el proce correcto
10 dure para evaluar trazan un mapa de exactitud: Si el tamao del soporte de muestreo es 100 m luego lo
11 el usuario del mapa necesitarn coleccionar pruebas complejas para evaluar el accu verdadero
12 picantes.
13
5.7 la Derivacin de lmites de confianza
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
Z LQ (s0) = z (s0) _ 1.96 (s0)

Z
(5.2)
UQ = z (s0) (s0) + 1.96 (s0)
25
Un acercamiento ms general robusto para estimar los intervalos de confianza debe

26 usan simulaciones del geostatistical para generar realizaciones de la N (los mapas) y luego derivar
27 los intervalos de confianza inferiores y superiores para cada nodo cuadriculado (retentiva 3.8):
(
(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)
donde Q (z; P = 0.025) es la funcin del quantile y LQ, UQ indica ms bajo y

quantiles superiores. Un problema de este acercamiento, sin embargo, es que el geostatisti
30 simulaciones cal son computationally muy intensivo, tan que para reas grandes as de
31 que el mtodo puede requerir aptitudes sper de computacin.
28
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,
5.8 el control de calidad

119
Por ejemplo, el acercamiento de MINASNY y

MCBRATNEY (2010). Si suficiente
La informacin no existe soportar anlisis
estadstico convencional, el rango
Tendr que ser evaluado por apropiados
expertos locales o nacionales. La lgica
confusa
Ha estado propuesto como un armazn
adecuado para establecer estimaciones de
uncer
El tainty a falta de suficientes datos duros del
campo. LILBURNE et al. (2006) para
El ejemplo, presente un mtodo basado en
usar conocimiento docto a estimar lo
El pdf en situaciones donde que hay la
informacin insuficiente para soportar
convencional
El anlisis estadstico. Este mtodo puede
estar resumido como sigue:
1. El mejor conocimiento docto disponible y
los datos obedecidos o medidos sern usados
Para especificar los PDFs para propiedades
bajas del terreno (analtico).
2. La informacin en la variabilidad de
propiedades bajas (la informacin
cuantitativa)
Dentro de un terreno est descrito en
forma de funciones de distribucin de
probabilidad
(PDF).
3. Cada PDF describir la distribucin
probable de valores de atributo dentro de lo
El terreno de una unidad dada del mapa.
4. Cada terreno tiene PDFs para cada
propiedad del perfil.
5. Los rangos de propiedades se basan
algunas veces en el rango abarcado por lo
La definicin taxonmica del terreno.
6. La mayora de PDFs sern especificados
usando una distribucin triangular (min,
modo y
Llegue al lmite) o una distribucin
uniforme (min, llegue al lmite).
7. Alternativamente, si los datos estn
disponibles, una normalidad, lognormal, o
beta funciona
Puede ser usado.
8. Un pdf adicional de la combinacin llam
una funcin dplex tambin ha sido favorable
Planteado. Esto combina una distribucin
triangular o uniforme con un soltero
El pdf discreto preciado para el valor
mnimo o mximo.
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
9. La confianza en los datos bajos de la

propiedad es indicado por un experto
asignado
El cdigo de confianza.
2
6
2
7
En todo caso los intervalos de confianza

superiores e inferiores necesitan cumplir
con
Las especificaciones fsicas indicaron en Tbl.
5.1. Por ejemplo, la arcilla, la arena y
Los porcentajes del cieno todava deben estar
dentro del rango de valor del 0100. Para
asegurar que lo
Los mapas de salida se subdividen en los
rangos correctos que recomendamos usan de
los trans correctos
Las formaciones o sea las funciones del
enlace para la regresin modelando (vea
previamente pgina 4).
2
8
2
9
3
0
3
1
3
2
33
Estn aqu propuesto ese los lderes del nodo

GlobalSoilMap.net y los miembros de lo
El comit cientfico promueve la coleccin de
pruebas nuevas que pueden estar
acostumbradas a
Valide y mejore los mapas iniciales de la
propiedad del terreno. Son muy
probablemente tantos
De la propiedad inicial del terreno los mapas
sern altamente inexactos, quiz en el borde
de la cornisa
De grado de significacin, por lo tanto la
valoracin de la exactitud de mapas
producidos
Es importante.
120
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
Los puntos del 50-100

Por bloques de 1 grados
Actualice los mapas iniciales

Evale la exactitud de mapeo
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
Los requisitos mnimos sugeridos para puntos de validacin ser incluidos

8 cualquier sumisin es:
9
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
tiene que tener todas las columnas de fondo.

13 3. El patrn de la prueba del punto para cada bloque debe pasar al Spatial Cabal
El
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
que El procedimiento explic en BI Virginia N D et al. (2008, p.160162).
Captulo 6
6.1 Disean y procedimientos
Uno de los objetivos principales de la

iniciativa GlobalSoilMap.net es asegurar lo
La coleccin, la preservacin y la
armonizacin de legado manchan
observaciones de campo.
Probablemente los datos de estudio de
suelos del legado ms valiosos son los
registros del campo de terreno
Las propiedades o sea el terreno perfilan
observaciones ( 1.4). Los datos de perfil
edagolfico usualmente contienen
Los registros analticos y descriptivos que
ms a menudo se refieren a los bloques 11
m de tierra.
Hay probable millones de perfiles del
terreno cobrados ya cul no son pero
Accesible por un sistema de informacin
global del terreno (vea al ms Fig. 6.3).
Para facilitar archiving y uso de estos
datos, ISRIC ha comenzado a
desarrollarse uno
El sistema que consentir aporte y el
mantenimiento de terreno internacional
fildean registros
Que las organizaciones y los individuos les
gustara compartir pblicamente (o debajo
similar
La licencia) el portal Abierto (la
Organizacin Sanitaria Panamericana) de
datos de Perfiles Edagolficos. Este portal
de datos ser
Patrocinado en ISRIC y se relacionar para
el database1 de relaciones maestro de ISRIC
que tiene
Sido diseado para patrocinar una coleccin
variada de registros del campo del terreno y
servir commu grande
Los nities de usuarios (1000 visitas por
hora).
En todos los registros entraron por este portal de datos ser inmediatamente publicado (con
Una garanta y descargo de responsabilidad

claro), pero luego etiquetado basado en la
plenitud, la contra
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
El sistency y la exactitud (filtrando niveles).

Los dueos originales de datos retendrn
llenos
La autora y podr colocar revisar derechos
para sus registros originales.
2
0
2
1
SoilProfiles.org es un portal abierto de datos que consentir aporte, editando, la actualizacin y la

exportacin de terreno fildean registros (ensucie que los registros en forma original y el terreno
armonizado de perfil registran). Los contribuyentes originales retendrn acceso completo y derechos
editores para sus registros originales.
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?
El Registro de Perfil Edagolfico
NO
En Forma Original
(SPROF)
Los valores armonizados?
S
Freeform ensucie registro (FFSR)

Supla los valores perdidos
Haga juego para el mtodo referente
El registro armonizado (HSPR) de Perfil Edagolfico
Abra registro del terreno
El OSRL0
LA BIBLIOTECA DE CONSULTA DEL TERRENO

Abra al pblico perfil edagolfico
El OSPL0
(ISRIC patrocin a la empresa DB)
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.
6.2 Freeform Soil Records (FFSR)

123
El terreno armonizado de perfil registra,

por otra parte, requiere un mnimo
El set de informacin por posicin y estas
necesidades de informacin a las que
conformarse un pre
El estndar internacional marcado con punta
de trazar (vea ms all 6.7). Por ejemplo,
para ser
Considerado como un registro del terreno
para un perfil edagolfico armonizado,
necesita contener
En menos dos horizontes, estima de carbn
orgnico, pH, ensucie frag de la textura, de la
roca
Ments, desage determina el tipo sanguneo y
similar. Todas estas variables necesitan referir
a especfico
Manche mtodos de medida.
Cada uno ensucia registro, a pesar de ya
sea es un FFSR, SPROF o HSPR, voluntad
Reciba un Idaho global nico en el GSDR.
Una vez que un registro del campo ha sido
incluido
En la base de datos esto implicar eso:
el registro ha sido validado por el punto de
entrada GSIF (el registro satisface una cierta
cantidad
Los requisitos mnimos);
ningn otro registro duplicado existe en la
base de datos;
el nivel de acceso y las polticas de
protocolo entre redes para eso registran es
determinado (por el propietario inscrito; Vea
Pgina 185);
La propiedad de los datos originales y
responsablemente para actualizar y la
manutencin
Los datos quedarn con la persona o agencia
que contribuy los datos. La Organizacin
Sanitaria Panamericana
Los productos de valores agregados se
derivaron por equipo ISRIC, por ejemplo
valores armonizados y / o
Predijeron mapas, tpicamente ser
distribuido por una licencia Creativa de
Patrimonio Comn
o sea ser provisto de poco o ninguna
restriccin de uso.
Finalmente, todo registra en la
Organizacin Sanitaria Panamericana
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
proveer usar accesos estandariz entierre

Las caras que se basan en XML/GML
intercambian modela, especialmente esos
definido
Por el Open GeoSpatial Consortium (OGC).
2
2
23
6.2 Freeform Soil Records (FFSR)

Los registros del terreno Freeform deben
contener al menos un set mnimo de
informacin aproximadamente
La posicin, el tiempo y la persona
/organizacin tomando los registros (el defini
ms ancho
El tion de un registro del terreno del campo).
No tienen que contener pedological completo
La informacin para todas las propiedades
estndar (Tbl. 5.1) del terreno o refirase a
todos los estratos o
Los horizontes de un todo ensucian de perfil.
El punto de entrada es diseado para
permitirle al usuario para prolongar
variables existentes
Y suma variables nuevas no previamente
disponibles en la base de datos. Cada medida
El ment de una variable del terreno
bsicamente requiere metadatos y una
estimacin de incertidumbre.
El portal de datos de entrada proveer una
lista de posiblemente entradas, pero estos
sern
Extensible por usuarios. Adems, el sistema
tratar de adivinar entradas basadas adelante
Las entradas previas del usuario y rellenan las
formas en una forma semiautomatizada.
En resumen, los registros del terreno
freeform tienen las siguientes propiedades
cruciales:
36
slo un nmero muy limitado de columnas
anticidas del sitio son absolutamente
requeridas.
los registros del terreno Freeform no
necesitan describir un perfil edagolfico
entero (0200 cm)
Ni requieren cualquier pedological o datos
taxonmicos.
los tipos variables (las columnas) son
extensibles.
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
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 base de datos de perfil edagolfico internacionalmente armonizada; e.g. Tbl. 5.1).

4 Metadata estn pegados a cada registro nuevo y son una parte del registro.
5
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
6.3 Registros de Perfil Edagolfico en Forma Original (SPROF)
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.
6.4 Registros Armonizados (HSPR) de Perfil Edagolfico

125
Como en caso de FFSR, el punto de

entrada para SPROF es diseado para
permitirle
Los usuarios para prolongar variables
existentes y sumar variables nuevas no
previamente benefician
Capaz en la base de datos (abra al pblico
estructura de la base de datos). Metadata ser
adjuntada a
Cada registro nuevo y tambin pasar a
formar parte del registro.
Metadata tambin incluir informacin en
la fuente de datos, contactar a la persona,
Las limitaciones para el uso, el acceso y las
restricciones de uso (vea pgina 185). Todos
los datos fungen como substituto
El mitted como SPROF sobrar bajo el
control completo de la agencia que somete
Y / o la persona que retendr vindica para
actualizar, editar o suprimir registros
originales.

A diferencia de, freeform ensucie registros o
el terreno de perfil registra en forma original,
harmo
El terreno del nized de perfil registra deben
encontrar algunos requisitos mnimos:
Necesitan
Para ser completo (el significado que describen el pedon completo: 11 m2 hasta 2 m
La profundidad) y se hace juego el significado del que ellos necesitan contener un mnimo determinado
El estndar que las variables midieron /

describi usar un disco sencillo internacional
consistente
El set de mtodos y terminologa. El terreno
armonizado de perfil registra ser ya sea
Derivativo del SPROF (el Higo. 6.1) o
representar col nuevo original de registros
El lected siguiendo las especificaciones
internacionales. En ese sentido, unos HSPRs
pueden ser
Considerado para ser slo una vista de los
FFSRs o SPROF.
Para los propsitos prcticos, proponemos
ese despliegue, esa distribucin y exporte
de
El terreno armonizado de perfil registra base
de datos descampada de Perfiles Edagolficos
debera
Basarse en los siguientes seis principios:
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
la vista sola simple de la mesa en los datos

(un registro del perfil del terreno = un la fila;
Vea
El higo. 1.5a);
los nombres estndar (ponga en
cortocircuito caja alta 8.3 filename3) de la
columna;
las columnas de fondo y extendidas (las
columnas requeridas y optativas);
el acceso verdadero de tiempo para
completar base de datos (por conductores
ODBC);
los armonizados valores / estndar
publicados en el portal de datos slo (refiera
El modelo de estimacin del ence slo; o
sea cada valor puede ser con el que se
asoci especfico
Los mtodos estndar de anlisis y / o la
descripcin);
que se repita pero puede ser los datos
ruidosos del punto versus menos datos que
son altamente precisos;
en todos los datos entraron como HSPR
debe ser hecho disponible para el uso pblico
gratis
Y sin restricciones de acceso bajo alguna
licencia Creativa de Patrimonio Comn;
Un diseo de la mesa sola es preferido
para un nmero de razones. Primer, un
soltero
La estructura de la mesa simplifica artculo
importado y visualizacin de datos del punto
porque cada uno
El registro contiene (3D) coordenadas y
pueden estar directamente cargadas para un
GIS. En segundo lugar,
Una estructura de la mesa sola simplifica
datos editando y actualizando porque hay
Ninguna necesidad para usar base de datos
manejando software o est familiarizada con
sintaxis de lenguaje normalizado de consulta.
Finalmente, el jefe de fila de un rcord de =
un ha estado bien aceptado por ah
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
Ven que http://en.wik Este protocolo le ofrece

mximum
La compatibilidad con cualquier sistema de cmputo en el mundo y salva uso de memoria.
3
126
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
Note tambin eso, definiendo un set de columnas de fondo obligatorias, esperamos

5 aumentan la plenitud de datos internacionales del terreno, incompletitud teniendo un ao de edad
6 de las crticas principales de muchos terreno actual perfilan bases de datos. Enfocando adelante
7 la cantidad ms datos del punto, aun si es ruidoso que enfatizamos una necesidad para tener
8 una densidad global razonable de muestreo y una cobertura.
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
Inicialmente, el proyecto se concentrar en reunirse, hacer juego y filtrar

21 todos los datos existentes del punto del legado. Una vez que los errores han sido identificados, los procedimientos
lo harn
22 sean desarrollados y aplicados para detectar errores y personas que vive lejos (L0 para el estatus L1) tan ese
23 posiciones pueden ser emocionadas, los datos duplicados pueden estar removidos o promediados, perdidos
24 datos pueden ser rellenados con estimaciones apropiadas o podido marcar tan no adecuado para el uso,
25 influencian puede acortarse, los personas que vive lejos cambiaron o marcaron para la remocin de subsiguiente
26 el anlisis y los patrones de variacin temporal pueden ser cuantificados y almacenados.
27
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
o en otras palabras los resultados OSPL1 OSPL0 + de + de validacin contactan informacin

de los revisores (vea tambin Higo. 6.2).
4
Ven descripciones de variable BMDE en http://www.avi
S
El informe tabular
El registro nuevo
(El perfil edagolfico)
La verificacin de racionalidad
La revisin necesitada?
La comprobacin estadstica
Acomoda todas las variables el reconocimiento mdico aplicable se extiende?
Estn disponibles todas las columnas de fondo?
Es todos los metadatos de sumisin completo y preciso?
Enve un correo electrnico y explicacin de peticin
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?
Pegue el informe de evaluacin
La especificacin tcnica
Los Datos Globales del Terreno
Seale con una bandera todos los registros sospechosos
Somtase para
Posible
Publique como
El manual
La evaluacin
La oficina de registro (GSDR)
El persona que vive lejos?

El OSPL0
Perodo de seis meses
El producto
NO
La Organizacin Sanitaria Panamericana

El revisor
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
El comit cientfico GlobalSoilMap.net

Publique como producto del OSPL1
127
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
1
modelos de 6.5 Sumisiones
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
La agencia Existiendo agencias nacionales de estudio de suelos con infraestructura de tecnologa de la

informacin al 10
Aliste datos del punto de saque por un portal nacional de datos. En este caso hay tres
11
Las posibilidades para contribucin para Organizacin Sanitaria Panamericana:

12
uno. La agencia est dispuesta a contribuir ambos rcords originales y armonizados del terreno
13
Para Organizacin Sanitaria Panamericana (las copias de datos).

b.
14
La agencia est dispuesta a contribuir slo rcords armonizados del terreno.

c.
15
La agencia est dispuesta a contribuir slo un subconjunto de los registros originales (los datos
El
16
extracto).
17
18
estudio de suelos II Original registros ya disponibles como SGDB pero no servido
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
Los modelos de colaboracin son anticipados:
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
Patrocnelos por Organizacin Sanitaria Panamericana.

c.
26
La agencia est dispuesta a contribuir datos originales pero requiere tech adicional
27
La asistencia del nical para armonizar rcords del terreno.

28
29
estudio de suelos III Original registros disponibles en papel slo Pequeos y -
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
La Organizacin Sanitaria Panamericana.

34
b.
La agencia /inspector requiere que apoyo financiero digitalice los registros y

35
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
La fiesta, a medias en una paga por base del perfil.

39
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
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
6.6 convenciones de Nombramiento
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
Las 26 cartas de cajas altas del alfabeto romano.
USD
El tipo variable
La secuencia de profundidad
6.7 columnas De Fondo

131
PH
O de la H 5
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
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
El manual de Mtodos del Laboratorio de estudio de suelos (RECURSOS NATURALES CONSER

17
VATION SERVICE,
De
nombres
2004), ha sido utilizado como las referencias principales para derivacin

de la columna y para sugerir procedimientos de descripcin
18
del
terreno.
19
Nuestro objetivo principal con Soil Profiles Records Armonizado es conformarnos

para las normas internacionales existentes para anlisis del terreno y descripcin y se extienden
esos estndares con nuevo los conceptos ampliamente aceptados donde necesario.
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
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
GSSN :InstitutionCode :Local number (4:3:6)
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
Un trmino descriptivo indicando la tcnica de la coleccin de datos. Los ejemplos de

18 categoras vlidas son: Los procesos secuenciales de comunicacin para terreno completo perfilan
descripcin, plan de inversiones mensuales para mini
19 le perfilan (50-100 cm), SA para taladro del terreno, O para otra prueba del terreno.
20
LONWGS84
21
La longitud geogrfica en decimales grados en el WGS84 elptico. El val

22 ues deberan estar redondeados para seis puntos decimales. El ejemplo: 2.107201 (corresponde
23 para precisin 1 m).
24
LATWGS84
25
La latitud geogrfica en decimales grados en el WGS84 elptico, redondeado para

26 seis puntos decimales.
27
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

133
SOURCEID
La fuente Idaho del dataset original que ha

estado previamente registrado por
El GSDR. Esto incluir un nmero de
metadatos de protocolo entre redes como el
tipo de licencia,
El nivel de acceso y las restricciones de uso
(pgina 185).
ACCESSL
La categora temporal de nivel de acceso. Las categoras vlidas: Pblico, llame a filas, soldado raso.
el pblico que el acceso derriba quiere

decir que un registro es inmediatamente
publicado y ganancia
Capaz por el portal de datos. El borrador
sealo que el registro no es completo,
Por lo tanto permanece invisible del portal de
datos. El soldado raso los registros son
completos
Los registros que no son compartidos
pblicamente, o sea son visible slo para los
dueos de datos y
Los revisores del portal de datos. Otros tipos
de nivel de acceso pueden estar definidos y
aadidos
Si se requiere.
TIMESTRT
El comienzo del perodo remisivo para el

cual las variables del terreno entraron en
esto
El registro refiera a. Redondeado para un da
en Organizacin Internacional de
Normalizacin 8601 la fecha y el tiempo en la
hora universal coordinada (la hora media de
Greenwich)
El sistema.
TIMEENDR
El fin del perodo remisivo para el cual las

variables del terreno entraron en este
registro
Refiera a. Redondeado para un da en
Organizacin Internacional de Normalizacin
8601 la fecha y el tiempo en el sistema de
hora universal coordinada (la hora media de
Greenwich).
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
La profundidad para roca fija o lecho de

roca. El lecho de roca duro y suave es
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
Los farallones de la roca en trminos de

cubierta de la superficie de porcentaje para
un bloque de tierra
(100100 m), segn el FAO Guidelines para
descripcin de Perfil Edagolfico
(FAO, 1990). Convertir las observaciones
categricas a aprecia el uso: N (ninguno o 0
%)
V (muy pocos o 1 %), F (pocos o 3.5 %), C (el
% comn o 10), M (muchos o 27.5 %)
Una (aboundant o 60 %), D (la escala
dominante o 90 %) y S (la lnea de piedra o
100 %).
2
9
3
0
3
1
3
2
3
3
3
4
DRNTYP
La clase del desage segn el FAO

Guidelines para descripcin de Perfil
Edagolfico
(FAO, 1990). Las categoras vlidas: E (algo
los exces (excesivamente avenado), S
El sively avenado), W (bastante el pozo
avenado), M (algo (el pozo avenado), yo
Pobremente avenado), P (pobremente
avenado), V (muy pobremente avenado).
3
5
3
6
3
7
3
8
134
1 GRWICM
Observ profundidad para poner en tierra agua en cm en el tiempo de descripcin de perfil edagolfico.
3 UHDICM UNO
4
La profundidad del horizonte superior medida en cm de la superficie del terreno. El ejemplo: 0.
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
mtodo estndar original us estimar contenido Orgnico de Carbn (y de

14 quebrantan a ORCDRC). En caso de que no disponible propone un mtodo referente por el GSDR. Lo
15 el mtodo usado para producir datos originales se usarn para estimar mea estndar
16 el error surement.
17 STDORC UNO
18
La exactitud de medida de terreno el carbn orgnico especfico para ORCDRC A. Si no

19 indicaron que ser estimado como una funcin del original mtodo estndar usado
20 para estimar ensucian contenido orgnico de carbn.
21 A PHIHO5
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
mtodo original us estimar indicativo del pH (PHIHO5).

27
STDPHI UNO
28
La exactitud de medida de pH especfico para PHIHO5 A. Si no indic que lo har

29 sean estimados como una funcin del mtodo estndar original.
30 TEXMHT UNO

135
La textura del terreno sobresaliente por

cdigo de clase de la mano segn el FAO
Guidelines para
El tringulo del textural de Encuesta de
descripcin /terreno de perfil edagolfico
Manual (FAO, 1990;
EL PERSONAL DE DIVISIN DE ESTUDIO
DE SUELOS, 1993). Las categoras vlidas:
C (la arcilla), He Aqu (la marga)
La Lingstica Computacional (la marga de
arcilla), SiCl (la arcilla silty), SaCl (la arcilla
arenosa), ClLo (la marga de arcilla), SiClLo
(Silty arcille marga), SaClLo (la marga
arenosa de arcilla), He Aqu (la marga), el
Silo (la marga silty)
SaLo (la marga arenosa), Si (el cieno), LoSa
(la arena margosa), Sa (la arena).
CRFVOL UNO
El porcentaje tosco de volumen de

fragmentos segn el FAO Guidelines para
El manual de Encuesta de descripcin /terreno
de perfil edagolfico (FAO, 1990; EL
ESTUDIO DE SUELOS DIVI
SION STAFF, 1993; EL SERVICIO DE
CONSERVACIN DE RECURSOS
NATURALES, 2004).
Convertir las observaciones categricas a
aprecia el uso: N (muy pocos (ninguno o 0
%), V
O 1 %), F (el % comn o 10), C (muchos o
27.5 %), M (aboundant (pocos o 3.5 %), Uno
O 60 %) y D (la escala dominante o 90 %).
UHDICM B
La profundidad del horizonte superior

medida en cm de la superficie del terreno
para el segundo
El horizonte. El ejemplo: 10.
LHDICM B
Aminore profundidad del horizonte para el

segundo horizonte medido en cm del
terreno
La superficie. El ejemplo: 30.
ORCDRC B
Ensucie contenido orgnico (103 kg/kg de terreno o permille) de carbn en el segundo
El horizonte o el estrato estim por la combustin seca. Si el terreno contenido orgnico de carbn
Ha sido estimado usando algn otro mtodo,

necesita ser estndar lo
Establezca referencias para mtodo y
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
redondeado para nmeros enteros.

METORC B
El mtodo estndar original us estimar

contenido Orgnico de Carbn (y de
Quebrante a ORCDRC). En caso de que no
disponible propone un mtodo referente por el
GSDR.
STDORC B
La exactitud de medida de terreno el carbn orgnico especfico para ORCDRC B. Si no
Indiqu que ser estimado como una funcin

del original mtodo estndar usado
Para estimar terreno contenido orgnico de
carbn.
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
PHIHO5 B
El pH del segundo horizonte o estrato

estim usar una solucin de agua del 1:5.
Si lo
El pH ha sido estimado usando algn otro
mtodo, necesita ser estndar
El mtodo remisivo y redondeado para un
decimal lugar.
METPHI UNO
3
3
3
4
3
5
3
6
136
1
El
mtodo original us estimar indicativo del pH (PHIHO5). En caso de que no disponible se somete
un mtodo referente por el GSDR.
3 STDPHI B
4
La exactitud de medida de pH especfico para PHIHO5 B. Si no indic que lo har

5 sean estimados como una funcin del mtodo estndar original.
6 TEXMHT B
7
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
porcentaje tosco de volumen de fragmentos del segundo horizonte o el estrato concuerda

15 ing para el FAO Guidelines para descripcin /terreno de Perfil Edagolfico Examinan Manual
16 (FAO, 1990; EL PERSONAL DE DIVISIN DE ESTUDIO DE SUELOS, 1993). Para mutar categrico
17 observaciones para los valores usan: N (muy pocos o 1 %), V (pocos o (ninguno o 0 %), F
18 3.5 %), C (el % comn o 10), M (muchos o 27.5 %), Uno (aboundant o 60 %) y D
19 (la escala dominante o 90 %).
20
columnas 6.8 Extended
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
Keys de USDA para Soil Taxonomy class16 (la orden y el suborden).

31 DIAGPRO
15
16
http://www.fao
http://soils.u
6.8 Extendieron columnas
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 *
El cdigo hmedo de color del terreno Munsell. El ejemplo: El 5YR
DCOMNS *
Seque cdigo de color del terreno Munsell. El ejemplo: 5R 6_1
_ 11.
SNDPPT *
Lije contenido en %, i.e. La fraccin

masiva 502 m del material del terreno < 2
mm
Decidido utilizador el mtodo de la pipeta (la
NATURALES
El SERVICIO, 2004, p.347).
9
1
0
1
1
1
2
1
3
1
4
SLTPPT *
Enlode contenido en %, i.e. La fraccin

masiva 250 m del material del terreno < 2
mm
NATURALES
CLYPPT *
Arcille contenido en %, i.e. <2 la fraccin
1
5
1
6
1
7
1
8
1
9
masiva m del material del terreno < 2 mm

NATURALES
La profundidad efectiva (en cm) es

mientras inferior lmite de terreno es
normalmente lmite inferior
De actividad biolgica, que generalmente
coincida con la profundidad comn de arraigo
De plantas perennes natales (el PERSONAL de
DIVISIN de ESTUDIO DE SUELOS, 1993,
p.5). Lo
El lmite inferior de terreno es normalmente el
lmite inferior de actividad biolgica, cul el
gener
El aliado coincide con la profundidad comn
de arraigo de plantas perennes natales. Esto
La profundidad est donde la penetracin de
la raz est fuertemente inhibida por el
reconocimiento mdico (adentro
La temperatura del terreno del cluding) y / o
las caractersticas qumicas.
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
BLDVOL *
_3
) por un mtodo equivalente para
El mtodo de fondo (por ejemplo usando una

funcin del pedotransfer).
AWAIMM *
2
1
2
2
ESDICM *
La densidad de la masa en masa por el volumen de la unidad (kg m
2
0
3
1
3
2
3
3
138
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
cationes extrajeron usar Cloruro de Bario (BaCl2) y la intercambiable H + Al

6 (mmolc kg _ 1) segn ISO11260.
7
ECNSAP *
La conductividad elctrica en 1:1 satur pasta (dS m?1).

9
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
Ensucie a covariates (worldgrids)
7.1 grupos Temticos
El tercer componente principal del sistema

propuesto GSIF consta de unos repos
El itory de pronosticadores del gridded con
cobertura global o en cov menos global
parcial
Erage (> 90 %). Recuerde de pgina 17 que
hay cinco grupos principales de terreno
Los covariates de inters para terreno global
haciendo mapas: (1) Spectral y multiespectral
Las imgenes RS, (2) covariates derivativos a
DEM, (3) Climatic y vegetacin basaron co
Las variables, (4) la agrimensura y la tierra
usan informacin, y (5) co basado en expertos
Las variables ensucie delineaciones y
modelos de cadena. Cada uno de estos grupos
temticos
Ser con lo que se trat como un subproducto
separado y requerir una coleccin y
Tramitando estrategia.
Un aspecto positivo es que una coleccin
variada de mapas pblicamente disponibles
pueden ser obtenidos
Gratis en resoluciones de 1 km o mejor. El
asunto para equipos que traza un mapa de es
no
Ms largo si para usar esta informacin, sino
donde y cmo obtenerlo, cmo cargarlo
Para un GIS existente y donde para encontrar
metadatos necesarios. Desafortunadamente,
no todo
Los covariates estn disponibles globalmente
(por ejemplo los datos radiomtricos
aerotransportados) y muchos son
Disponible en la resolucin slo tosca.
Tambin note ese la variedad de disponible
global
Las disminuciones de covariates con detalle
espacial. Por el momento, el environ ms
global
Los estratos mentales estn disponibles en
resoluciones de 15 km, o sea en < 1:1M de
escalas. Glob
AlSoilMap.net reconoce que no todos los
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
covariates estn disponibles en la resolucin

fina.
Por otra parte, parece que hay una coleccin
tremenda de pblicamente
Los datos disponibles esperando para servir
para GSM-TYPE los proyectos globales de
mapeo.
Los ejemplos de crucial los productos
pblicamente globales disponibles que son
libremente benefician
Capaz para el uso a partir de 2011 es, la tierra
GlobCover1 V2 de la Agencia Europea del
Espacio
El mapa de la cubierta la tierra MODIS de
mundo, diversas, la atmsfera y los productos
del ocano,
La Defensa Noche de Programa del Satlite
Meteorological Ilumina Serie Temporal
V4 (et al PEQUEO., 2005), worldclim.org
uno 1 el confidente de resolucin km de una
cierta cantidad
20 teclean variables climticas (HIJMANS et
al., 2005), el Gridded Population de
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
2
9
http://ionia1
139
140
Soil Covariates (worldgrids)
el mundo, versin 3 (GPWv3)2, antes de la Valoracin Global de Recursos del Bosque

(el acuerdo de tipo de cambio a plazo) y similar. Afine perros setteres de orden del da en los trminos de
produccin y dissem
3 que la inacin de lectura a distancia y los estratos temticos incluyen Google en trminos de
4 el detalle espacial (muy cerca para producir un mosaico global en una resolucin de 2 m)
La misin MODIS de 5 NASA en trminos de contenido temtico y la usabilidad; Ger
1
2
6 de muchos la puntera de misin de radar de la Letra X de Tndem en un resolucin DEM 12 m ( 2 m ver

7
8
9
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
El concepto de la unidad del mapa del

estndar del gle (e.g. SOTER) o mutando
diferente taxonmico
Las clases en una taxonoma estndar (e.g.
WRB) para todo entities3 del mapa. Es
altamente
Probable ese un SOTER global (la asociacin
hace mapas tan en Higo. 3.4) en 100 m
La resolucin sera uno de los mejores
pronosticadores de propiedades del terreno,
pero sta necesita
Para estar probado usando datos verdaderos.
ISRIC no delimitar la lista de covariates
en el confidente sino la voluntad en lugar
de eso
Conserve este claro del confidente. Alguien
debera poder contribuir covariate nuevo
Acoda con tal que algunos requisitos mnimos
son encontrados:
1. Los covariates nuevos del terreno
propusieron para la necesidad WorldGrids.org
para corresponderle a uno
O ms de las resoluciones estndar listaron
en pgina 106.
2. Los covariates nuevos del terreno deben ser
mapas globales completos con menos de 5 %
de
Perdiendo pixeles para el dominio de
inters (el mapa productivo de la mscara
de rea del terreno).
4. Los datos deben ser publicados bajo la
licencia Creativa de Patrimonio Comn, o sea
debe ser
5
6
1
0
1
1
1
2
1
3
1
4
Hecho pblicamente disponible.
1
5
3. Toda produccin da un paso y los metadatos deben acompaar los datos originales.
7.2 Resoluciones
16
Porque no todos los estratos del covariate

estn disponibles (o en el hecho aun
necesitado) en absoluto reas
Lutions, hay una necesidad para fortalecer y
mantener a un confidente de pronosticadores
del gridded
En un nmero de resoluciones estndar, por
ejemplo sugerimos: 100 m, 250 m,
1 km y 5.6 km (vea al ms Fig. 3.8). Estos
corresponden al resolu estndar
Los tions usados, por ejemplo, a distribuir
productos MODIS (vea tambin el trabajo de
IWAHASHI y PICA (2007)). De lo note ese la
orden de magnitud cambiar
Una escama para otro es tpicamente 45.
Cada resolucin estndar insina aqul
Puede no cambiar de decisin de ms grueso
para escama ms fina a travs de alcohol
desnaturalizado simple del downscaling
Ods, o sea cada resolucin estndar
informacin del original de arrastres que
pueden no ser
Encontrado en otras resoluciones.
El hijo Jin Park4 ha mostrado usar los
datos en frica que los covariates
diferentes
Realmente el despliegue la estructura espacial
sobre distancias diferentes y entonces, eso se
aconsejan
Usar covariates en resoluciones que
corresponden a su caera maestra coment
espacial
La estructura. Por ejemplo las variables
climticas son spatially correlacionado sobre
lo grande
Las reas, mientras la topografa, el material
del padre y los procesos hydrological
funcionan
En las escalas locales de pocos centenares de
metros. Estos principios pueden ser
incorporados
En terreno global haciendo mapas tan ese, en
cada escama, deliberadamente enfocamos
adelante diferentes
Ensucie a los pronosticadores (vea al ms Tbl.
11.1).
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
Un confidente de resolucin 5.6 (5

gradan) km de mapas pblicamente
disponibles es al
Aliste disponible en WorldGrids.org para el
uso manifiesto. Este confidente inicial lega
grad
El ually sea mejorado localizando y cotejando
datos espaciales adicionales colocan en
3
5
3
6
3
7
la Conversin de conocimiento docto no son an bien

definido pero podra involucrar primero definir
3
Un estndar determinado de clases del terreno (por

ejemplo la ltica, la poco hondo y la profunda la de
terreno o la gruesa, la de medio y la multa
Los terrenos) y convirtiendo conocimiento docto para
predecir estas clases estndar de terrenos.
4
el Departamento de Geografa, Seoul National
University.
142
1 km, 250 m (5 el grado se bloquea) y 100 m (los bloques de 1 grado). Un problema es

que el cambio de 5.6 que km para resolucin 1 km requiere 25 + por ms re
3 fuentes (ms capacidad de almacenamiento, ms poder procesador, la programacin ms larga).
4 El Mundo en 5.6 km pueden estar representados usando ca. 25 millones de pixeles; Mientras lo
5 1 resolucin km worldgrids es 43,200 21,600 o 933 pixeles de milln. El proceso
6 ing y visualizacin de tales imgenes estn ms all de aptitudes de una PC estndar.
7 que Esto quiere decir que tomar una cantidad significativa de tiempo y el esfuerzo antes de todo
8 pronosticadores listados en Higo. 7.1 pueden ser hechos disponibles para el uso pblico. ISRIC es de
9 veloping la plataforma y los recursos requirieron coleccionar y servir lo
10 propusieron a los confidentes de datos espaciales en las resoluciones propuestas.
1
2
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
?
La resolucin (m) en la escama de leo

3.0
3.5
5.6 km
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
A la corta (hasta el fin de 2011), ISRIC

plantea construir y
Mantenga una base de datos de 5.6 y 1 km
covariates. Invitaremos a cualquier
contribuyente
Para GSIF (ambos socios oficiales y el
pblico interesado) a contribuir para el worl
El confidente del grids.org. Los nodos
continentales del GlobalSoilMap.net se
proyectan
Estar animado para construir y hacer bases
de datos espaciales disponibles de 250 m han
campo para una mejora
La olucin hace mapas. Las agencias
nacionales podran dedicarse a instrumentar la
resolucin ms fina
Los covariates o sea los mapas del gridded en
una resolucin de 100 m (o ms fino).
Para asegurar compatibilidad de todos los
productos del gridded, cada uno
continental y na
El nodo del tional debera enfocar la atencin
en producir un subconjunto mnimo coherente
de ms fino
La resolucin covariates, despus de la misma
referencia espacial (el sistema cuadriculado) y
El formato de datos. La cuadrcula jerrquica
universal propuesta enlosando sistema a
facilitar
Este principio est ms all descrito en 5.4.
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
(El % dominante de clase)

250 m
(MOD13Q1, MOD12Q1)
(2000 - 20 *)
Los PCs para EVI indexan y
La banda infrarroja mediana (MIR)
90 m
60 m
EL ASTER SRTM DEM GDEM
El producto / filtrado mancomunado

(SRTM DEM + GDEM)
Los parmetros DEM
(El atlas geomorphometric)
Las unidades Landform
(La asociacin hace mapas)
Las imgenes termales
100 m
La Encuesta Terrestre Global 2005

(Las imgenes Landsat TM)
El mosaico global de Landsat
Las imgenes (armonizado)
NDVI, riegue mscara
El higo. 7.2 Afinan aporte estratos globales GIS e intermedian y productos finales (DSM covariates).
Un problema de trabajar en la resolucin

ms fina (100 m) es ese slo un lim
El nmero del ited de estratos GIS con una
cobertura global estn disponibles ahora: (1)
SRTM DEM y derivadas, (2) mapas de la
escama 1:200k de cuerpos de agua, pueblan
de rboles ar
Etc de eas, y (el Higo (3) Landsat ETM e
imgenes del ASTER. 7.2). Porque el Landsat
Y las imgenes del ASTER son resolucin (30
+ m) muy fina, un esfuerzo significativo es
Requerido para cotejar un mosaico global. Un
ejemplo de un producto global Landsat
Es la Agrimensura Global 20055. Esta
informacin se sedimenta est pblicamente
disponible por lo
Land Cover Facility6 global, pero las escenas
necesitan ser mancomunadas y armonizadas
Antes de que pueden servir para manche
trazar un mapa de aplicaciones. Otros
problemas de nosotros
5
http://landsa
ftp://ftp.glc
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
144
ing Landsat ETM o la imaginera MSS es nubes y artefactos atmosfricos que

todava necesitan ser filtrado antes de una nube de 90 % gratuitamente imagen global puede estar hecho
3 disponibles para terreno global haciendo mapas.
1
2
El
modelo de regression-kriging explicado en 3.3 es para minusvlidos porque lo

5 la va de entrada en la que las variables explicativas aparecen la tendencia es altamente emprico,
6 que o sea no refleja el reconocimiento mdico real los va en procesin. En ms tarde pone en fase de coleccin
7 de covariates que el equipo GlobalSoilMap.net propone tambin para considerar el revelado
8 manchan el proceso bas a covariates estimaciones simuladas de procesos del terreno tan
9 manchan erosin, los procesos anegacin y de la declaracin jurada escrita, el carbn y la fijacin del nitrgeno
10 procesos y similar implementando modelos dinmicos diversos en uno global
11 se descaman. Finalmente, a la larga tambin podemos considerar construir modelos dinmicos reales
12 para explicar la distribucin del blanco ensucian propiedades, tan ese los resultados de
13 prediciendo pH o carbn orgnico usando modelos dinmicos slo necesitarn ser
14 calibraron versus los datos verdaderos.
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
7.3 mscara GSM mapas
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.

145
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
ISRIC producir y distribuir un nmero de

mapas globales de la mscara de terreno (la
estacin balnearia
Los dominios del tial de inters): Aterrice
mscara, ensucie mscara, manche reas
productivas, turba
Las tierras y la tierra cultivable aterrizan. Los
archivos de mscaras GSM inicialmente se
basarn adelante lo
La mayora de bases de datos ampliamente
digitales aceptadas la cubierta de tierra
GlobCover y
Las bases de datos similares pero ser
distribuido como el original
GlobalSoilMap.net
Los productos.
Nos declaramos que los siguientes mapas
de la mscara del terreno sean producidos
para las necesidades de terreno global
haciendo mapas:
aterrice mscara: El rea terrestre total,
definido como el rea total y descubierto por
ah
El agua permanente. Este mapa de la
mscara puede ser determinado, por
ejemplo, usando
1
1
1
2
1
3
1
4
La base de datos Administrativa Global

(GADM8) de linderos, el Espacio
Europeo
El mapa de la cubierta de tierra
GlobCover V29 de la agencia de mundo
y / o el Ego Global
El GSHHA10 consistente, Jerrquico de la
Costa de resolucin Database, Alta.
la mscara del terreno: ste es el rea
terrestre total con terreno materiales
estimados para ser po
El tentially productivo. Este mapa de la
mscara incluye reas identificadas como
glaciares,
Los desiertos, los pantanos y las reas
similares que no es actualmente terrenos
productivos 11,
Pero tericamente podra ser convertido a
reas productivas. Esta mscara puede ser
Extrado utilizadora la cubierta de tierra
hace mapas del mundo (GlobCov y
MODIS aterrizan
Cubra productos), aunque algunos ajustes
sern requeridos. Por ejemplo, uno
El pantano poco hondo (< 2 m) podra ser
considerado un rea del terreno, pero un
lago ms profundo o
Las rocas claramente desnudas deberan
quedar excluidas de la lista. Las clases del
poco terreno
De esta cubierta terrestre la base de datos
se usar para identificar 3 celdas
cuadriculadas arcsecond
Ese es predominantemente (> 50 %) poco
terreno. Las categoras GlobCover que son
Considerado para identificar reas del
poco terreno es: Las superficies
artificiales y asociado
Las reas (los cascos urbanos > 50 el %),
las reas desnudas, los cuerpos de agua, la
nieve de la permanente y
8
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
1
El
hielo. Los nodos sern alentados para obtener y procesar im ms fino de resolucin
2
El
agery y otros conjuntos de datos para mejorar la identificacin inicial de reas

3
De poco terreno basado en el producto GlobCover. Por ejemplo, la superficie global

4
La base de datos de agua (SWDB) podra usarse para mejorar identificacin de reas de
5
El
agua superficial permanente.

6 reas Productivas del terreno camuflan: stas son reas que se demostr
7
Ser capaz de soportar el crecimiento de plantas. Una estimacin de la extensin de

8
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
Muskegs, fangos, y pantano de turba los bosques. Segn la Turba Internacional

16
Society12, aproximadamente 60 % de lo mundial los wetlands es turba, y aproximadamente

17
% de la superficie terrestre est cubierto de peatlands. El GlobalSoilMap.net

18
El
equipo ISRIC plantea tratar de obtener, o producir, un peatland fino de resolucin

19
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
Un inventario de todo croplands13 agrcola.
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

147
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
Los servicios pblicos y el software: Los paquetes de acto inapropiado

2
8.1 Hacen Una Lectura Ligera

El proyecto GlobalSoilMap.net es proponerse
adoptar y extender R los paquetes tan
Una herramienta de fondo para desarrollar
herramientas, procedimientos y flujos de
trabajos para ingeniarse y
Procesando datos espaciales. Las
posibilidades para el modelado cuantitativo en
acto inapropiado son contra
El stantly aumentando y la sintaxis de acto
inapropiado es ahora ampliamente
considerada sera una lengua franca
En el mundo acadmico. Con el soporte
extensivo para anlisis de datos espaciales
Y la serie temporal, este software viene
tambin bien ampliamente adoptada para
terreno digital
El mapeo. Por ejemplo, varios paquetes
puramente orientados en terreno estn ya
ganancia
Capaz en acto inapropiado: El paquete del
soiltexture1 para conspirar y mutar ensucia
datos de la textura;
El paquete del soil.spec2 para el anlisis
espectral del terreno y el aqp3 empaquetan
para quantita
La pedologa del tive. Est adelantado que el
nmero de anlisis de datos del terreno
funciona
Disponibles en acto inapropiado aumentarn
en los aos que viene.
Habiendo coleccionado, revisado,
corregido y convertido ambos punto perfila
datos
Y los datos escudriados del mapa la
intencin son usar los datos corregidos como
el aporte para
Los procedimientos digitales de mapeo del
terreno. Una variedad grande de mtodos
DSM es probable
Para ser aplicado a los conjuntos de datos
corregidos. Bastante bien todos los mtodos
DSM requieren
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
Los datos armonizados del perfil y / o el

terreno hace mapas como el aporte. La visin
avanz por esto
El concepto est por consiguiente para
proveer una plataforma tcnica para capturar,
limpiando y
Usando datos de perfil edagolfico y del
mapa a travs de los nodos. El intento es
maximizar lo
La posibilidad que los volmenes grandes de
datos sern introducidos haciendo entrada de
datos fcil
Para hacer, agradable y abierto para alguien
estando dispuesto a hacerlo.
Otra herramienta que ser ofrecida por el
GSIF es la herramienta de la tira. Esta
herramienta
Soportara conversin de valores para
propiedades del terreno reportadas para hori
del terreno
Los zons de profundidades irregulares para
ensuciar propiedades reportadas para cada
uno de la 6 profundidad fija
Los intervalos definidos por las
especificaciones GlobalSoilMap.net.
1
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
EL MDULO DEL ARTCULO IMPORTADO DEL MAPA

Tele-enve de mapas del gridded para lo
El confidente del soilgrids.org; La herramienta de generacin de metadatos; El mapa automatizado equivaliendo y la validacin (camufle asociaciones); La armonizacin y conversin automatizada de mapas del polgono del terreno;
El Terreno Gridded Covariates

(Soilgrids.org)
Soilprofiles.org de MDULO de ENTRADA DE DATOS: Viva formas de entrada de datos para datos del punto; El mdulo de Geo-Registry;
Los datos automatizados filtrando y la deteccin de errores crasos y los artefactos;
El MDULO ESPACIAL de ANLISIS Cubri con Una Capa (covariates) y anlisis de regresin; La prediccin multiescala - la tendencia modela;
El anlisis Variogram (el automapa); La prediccin y las simulaciones; La validacin cruzada;

Prediga parmetros secundarios (la solucin provisional de un bug) del terreno
La traduccin HARMONISATION MODULE de funcionabilidad de mtodos del laboratorio Upscaling / downscaling (la correlacin)
La funcionabilidad de traduccin de datos (el reformateo)

(Soilprofiles.org)
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)

(Globalsoilmap.net)
Los datos sirviendo
El higo. 8.1 mdulos GlobalSoilMap.net (y la funcionabilidad principal) que sern implementados por un paquete de acto inapropiado.
El
proyecto GlobalSoilMap.net tambin es proponerse desarrollar uno extendido

2 la biblioteca de funciones de acto inapropiado para mutar ensucian valores de la propiedad produjeron usar dif
3 mtodos del laboratorio ferent de anlisis en los valores equivalentes en el estndar
4 el mtodo de anlisis. Por ejemplo, las funciones soportarn conversin de
5 sistemas de partcula dimensionan la clasificacin desemejante de la USDA al estndar
6 tamao de la partcula clases del sistema USDA (arcilla = < 2 m, el cieno = 250 m y
7 lijan a 502000 m).
8
Tan en resumen, proponemos desarrollo de cuatro originales e independientes

9 paquetes para aplicaciones GSM:
10
la biblioteca GSIF El paquete de fondo que contendr ms del GSM func -
11
El
tionality y da rienda suelta a que la generacin semiautomatizada de asociaciones de la propiedad del terreno
usando
12
punto de aporte y los datos gridded.

13 Ensucian Biblioteca de Visualizacin Esta biblioteca consentira esquematizacin directa de
14
(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
Los productos de macin.

17 Ensucian Biblioteca Remisiva ste es tenido pensado como una biblioteca independiente que
18
Consentir conversin de variables del terreno de tipo diferente para un estndar refiere
El
8.2 el paquete Global de corazn de mapeo del terreno GSIF

151
El ence. Tambin se extender hasta terreno propiedades espectrales y func de pedo-transfer

Los tions.
geo-service GSIF sta sera una solucin del software de la multiplataforma que
consentirn geo-process y geo prestando servicio de los datos y funcionabilidad y
incluiran una API para correr operaciones basadas en la Web.
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

La biblioteca GSIF ser el paquete de acto
inapropiado de fondo que contendr toda
funcionabilidad
Especficamente diseado para terreno global
haciendo mapas y basado en los aportes
descritos
Previamente. Estar acostumbrado a:
estime el dominio espacial y el sistema del
embaldosado ( 5.4);
las tiras adecuadas para ensuciar registros
del horizonte y converso de bloque para
apuntar soporte adentro
La dimensin vertical;
ponga en duda y haga un download de datos
de punto y gridded de los portales de datos;
convierta datos armonizados de perfil
edagolfico de estructura de relaciones para
singularizar mesa
Los registros;
automticamente filtre registros sospechosos
y detecte a los personas que vive lejos en el
perfil edagolfico
Los registros;
genere un set de observaciones del punto
que usan globalmente predicciones coherentes
(La Organizacin Sanitaria Panamericana)
y los pronosticadores gridded (worldgrids);
las predicciones del gridded del converso
para formatos requeridos para la sumisin
para GSIF;
Genere metadatos e informes de anlisis de
datos usando formatos XML;
La parte principal de la biblioteca ser el
armazn de mapeo que lega com
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
El tallo trepador todo va en procesin y las

funciones requirieron producir predicciones
en 100 m y
Los intervalos de 95 % en seis profundidades.
El armazn computacional recomendado
Es mostrado en Higo. 8.2 (basados en la
introduccin terica en 3.4). Eso
bsicamente
Los usos acanalan adaptador de las curvas de
profundidad de terreno para obtener las
estimaciones del punto del blanco
La variable en linderos del horizonte, luego
acomoda una regresin del 3D dimensionada
a estos datos en
Cuatro escalas (5 km, 1 km, 250 m y 100 m).
Este armazn luego puede ser contra
El sistently4 aplicado en cada celda de la cuadrcula de grado del 11 (acerca de 18 mil cubriendo
El mundo entero; Los higos.
??Nd 5.2).
2
8
2
9
3
0
3
1
3
2
3
3
3
4
3
5
El mismo procedimiento de mapeo, la misma lista de covariates.
Armonizado Perfil Edagolfico los Registros
(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)
Cubra con una capa puntos (xy) y pronosticadores gridded

Extraiga residuos y cubierta con pronosticadores 1 km
(4)
Extraiga residuos y cubierta con 250 pronosticadores m
(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
8 Servicios Pblicos y el software: Los paquetes de acto inapropiado

152
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.

153
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
La esquina inferior izquierda
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.
La siguiente lista ilustra cmo camuflar

las operaciones automatizadas a y filtrar
Los valores sospechosos en perfil como los
que los datos podran ver:
1
2
1
3
1). La secuencia del estrato y las profundidades superiores e inferiores (UHDICM y LHDICM):
El cheque de la letra x si la profundidad

superior o inferior falta; Reemplace los
valores perdidos
Con valores de los estratos vecinos (si
la profundidad mnima falta
Inserto 200 cm).
La letra x la Comprobacin que la profundidad por subsiguiente horizonte aumenta (d (Hola
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
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
cheque de la letra x la validez de valores (CRFVOL (0, 100 %));
Seale con una bandera el equis de valores

El
ceeding el rango.
5
Letra x Check si los fragmentos gruesos corresponden mecerse aflora (ROCABU); La bandera
6
Los horizontes sospechosos.

7
(3). Las fracciones de la textura:
El
cheque de la letra x la validez de valores (SNDPPT (0, 100 %), SLTPPT (0, 100 %)
9
CLYPPT (0, 100 %)).

10
cheque de la letra x la suma de fracciones (98 < SNDPPT + SLTPPT + CLYPPT < 102)
El
11
De otra manera camufle fuera de horizontes sospechosos.

12
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
cheque de la letra x la validez de valores (PHIHO5 (2, 11));
Seale con una bandera valores sospechosos.
16
Las
medidas del pH de la letra x Compare estimaron usar mtodos diferentes (pH H2 0

17
(PHCaCl2 _ 0.11));
18
(5). El carbn orgnico (ORCDRC):
19
El
cheque de la letra x la validez de valores (ORCDRC (0, 580));
20
total de la letra x Compare el carbn orgnico con estimaciones del humus y valida el C/N
21
La
proporcin (CNRIND (0, 615));
22
El
ale con una bandera horizontes sospechosos.
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
cheque de la letra x la validez de valores de saturacin (0 < (100 EXBBCL/CEXBCL) De Base

26
750 %); Camufle fuera de los valores sospechosos.

El
Centro de Intercambio de Productos Bsicos del Cheque de la letra x en relacin a contenido de arcilla y de carbn
Orgnico.
28
El
cheque de la letra x las bases intercambiables en relacin a pH (para PHIHO5 > 5.5 intercambian
27
29
La
acidez capaz debera ser y el intercambiable Al debera ser

30
Pues PHIHO5 > 7 la H intercambiable debera ser ).

31
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
No deberan ser carbonatos en el terreno).

El
35
cheque de la letra x carbonata contenido en relacin a pH (para PHIHO5 < 6.5, concen
36
La
tracin de CaCO3 o CaSO4 debera ser ).

37
(7). La densidad de la masa (BLDVOL) y el contenido de humedad volumtrico (MOCVOL):
38
cheque de la letra x la validez de valores de densidad de la masa (BLDVOL (0.15, 2.3));
39
Los valores sospechosos.
El
La bandera
8.3 Ensucian paquete de visualizacin plotKML

155
El cheque de la letra x la validez de valores volumtricos de contenido de humedad
(MOCVOL
(0, 98));
La revisin de la letra x los valores

sospechosos que ha estado enlosada:
La letra x Decide qu hacer con valores
sospechosos que han estado enlosados:
Cambie de direccin o camufle fuera de
los valores que no pueden componerse.
Cambie valores donde la causa del
problema es clara y la solucin
Es obvio.
Acepte el valor existente si la ms
investigacin lo revela a ser legtima
El imate.
Adems de estas pruebas estndar de
filtrado que tambin planteamos
implementar
Las operaciones borrosas que oprimen la
incertidumbre (o sea una posibilidad de ser un
error
El registro) por cada observacin del terreno.
Este valor borroso de la asociacin luego
puede ser
Asignado para cada perfil para consentir
subtrasfondo ms fcil de la masa perfila y
ms
El anlisis estadstico sofisticado como el
anlisis de regresin ponderado, bayesian
Etc de estadsticas.
2
3
7
8
9
1
0
1
1
1
2
1
3
1
4
1
5
8.3 Ensucian paquete de visualizacin plotKML

Una funcionabilidad importante dentro de
GSIF ser un paquete para la visualizacin de
Los datos del terreno del 3D plotKML5.
Los ambientes preferidos para intercambiar lo
espacial
Los productos de GlobalSoilMap.net - se
espera - son la internet y de Google
Los navegadores geogrficos. Haga
Bsquedas En La Internet Usando Google
que la Tierra es una plataforma ideal para
diseminar mapas
O cualquier resultados de anlisis espacial
porque pueda acomodar vector del 3D (el
lugar
Las marcas, las lneas y los polgonos) y los
datos de trama (las cubiertas molidas).
El higo. 8.4 para el ejemplo ilustran cmo
1
7
1
8
1
9
2
0
2
1
2
2
2
3
16
cambian los valores de carbn orgnico

con
La profundidad bas en original prob datos
del horizonte. Haga Bsquedas En La Internet
Usando Google Tierra (i.e. KML para
Entrelcese para datos espaciales) es
probablemente lo ms comprensivo y ms
ampliamente
El navegador usado de geoinformacin en el
world6. Adentro consiente representacin de
spatio
Los datos temporales con posibilidades
prcticamente ilimitadas. Adems, la Tierra
Google
Puede directamente servir para decodificacin
visual de mapas producidos debido a su multa
La resolucin de datos de lectura a distancia y
de elevacin.
Los mapas Gridded necesitan ser
convertidos a algunos el formato grfico
antes de ellos
Puede ser visualizado en Tierra Google. Un
buen candidato es formato de intercambio de
grficos (Grfico Inter
El formato de cambio) un formato simple
de imagen del bitmap que soporta nicos 8
ratos por
El pixel (256 valores), excepto el cual est
comprimido usando unos compres de datos de
lossless
El algoritmo del sion. Por aqu el tamao del
archivo se acorta sin degradar lo visual
La calidad o la informacin. Las imgenes de
formato de intercambio de grficos pueden
ser importadas en GIS y pueden convertirse
para
Aprecia con tal que un archivo de leyenda es
distribuido conjuntamente con la imagen y
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
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).
8.4 el Terreno Le Ponen Notas a la Biblioteca SoilLabRL
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.
(SRL). El servidor seguro ser desarrollado y

promovido como una biblioteca universal
para conver
El sion de variables del terreno de un mtodo
para otro. El servidor seguro constar de tres
La caera maestra parte: (Uno) los datos del
laboratorio de referencia del terreno, (b) la
biblioteca de funciones de conversin del
terreno
Los coeficientes (el Higo (c) estndar de
conversin. 8.6).
Las operaciones tpicas dentro de servidor
seguro sern:
1. El converso aprecia de variables del terreno
del blanco de A de mtodo para B.
2. Estime valores de variables secundarias del
terreno usando pies contrahechos / primarios
medidos
3. Estimo los valores de blanco manchan
variables usando datos espectrales (el terreno
espectral
La biblioteca).
La conversin de mtodo para el mtodo
ser de la clase:
1
0
1
1
Ables (pedo-transfer domina).
la letra x de la z (s) f zA (s), qA (s).

(8.1)
. . , Zc (s), qA (s)
1
Donde el zX es el valor del terreno variable

en el mtodo referente, f es la contra
El modelo de versin (matemtico) us
derivar valores y el uncer propagado
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
LA BIBLIOTECA DE CONSULTA DEL TERRENO

El Terreno Espectral
La biblioteca
Las bibliotecas dependientes de acto inapropiado

Soil.spec aqp
El soiltexture
HydroMe
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. )
Acomode parmetros de modelo de conversin

Equipa requir
Ed accur acy?
Disee el modelo de conversin

NO
Los coeficientes de conversin (la mayora de modelos precisos para estimar parmetros estndar; Extensible)
El registro Unharmonized (los datos nuevos)

El modelo de Convers-Ion disponible?
S
Estime valores de la variable estndar
El + estndar de valor Asoci incertidumbre
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
Asimismo, las reglas de pedo-transfer estarn en la forma general:

la letra x
de la z (s) f zA (s). . . , ZB (s), q1 (s). . . , Zc (s), qp (s)
(8.2)
5
y las reglas espectrales en terreno de conversin sern de la clase:

la letra x
de la z (s) f B1 (s), B2 (s). . . , Bp (s), zM (s)
(8.3)
6
7
8
donde el zM es el humedad del terreno a la hora que de medida y Bp es espectral

bandas o indices se derivaron de bandas espectrales.
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),
(b) los mtodos de similitud de NEM ES et al. (1999b), y (c) lo
8.4 Ensucian Biblioteca Remisiva SoilLabRL

159
Los nomograms grficos de conversin de

SHIRAZI et al. (2001). Un trmino ms largo
La posibilidad es una propuesta para crear
una conversin estndar de la propiedad del
terreno refiera
La biblioteca del ence que soportar
conversin de valores de la propiedad produjo
usando
Cualquier mtodo de anlisis del laboratorio
en los valores equivalentes relativo a
cualquier otro
El mtodo.
El servidor seguro necesita proveer una
diversidad de funciones de traduccin
porque global
Los datos son altamente heterogneos y
muchas observaciones no pueden contener
informa
El tion acerca de terreno estndar local
clasifica etctera. El usuario debera poder
escoger lo
La funcin de traduccin, cul sern los tipos
diferentes de forro mltiple / no lineal
La regresin o el apareamiento domina. Una
lista de coeficientes adaptados recomendados
por ah lo
El equipo GlobalSoilMap.net ser
identificado y usado como defecto aprecia.
Estos
Los coeficientes estndar estarn derivativos
seleccionando el sostn del terreno ms
preciso
El calculador del erty para cualquier
propiedad dada o una regin usando cruza
validacin.
Para los propsitos de consistencia, cada
referencia estndar de perfil debera ser
sam
El pled continuamente, o sea debera incluir
ambas pruebas del bloque (la mezcla mixta)
De horizontes, las pruebas en los incrementos
fijos (cada 10 cm) de profundidad y
continuamente
i.e probado de tomografas. Las imgenes del
2D del terreno (los espectros visibles, NIR y
MIR).
Los asuntos principales para el diseo del
servidor seguro son: 18
el nmero mnimo de pruebas del punto
requiri construir mayora (> 90 %)
De modelos damos por supuesto que ste
estara en la orden de puntos del 300500.
Idealmente, el servidor seguro debera
5
6
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
9
2
0
2
basarse adelante acerca de 300 puntos por

nodo o 1500 points8.
la posicin de los puntos referentes El
factor crucial para la aplicabilidad de
El modelo es que los puntos deberan estar
bien distribuidos y descriptivos
El terreno diversos formando condiciones
(los parmetros climticos, las posiciones
topogrficas,
El material geolgico, la vegetacin
determina el tipo sanguneo etctera).
la seleccin de las variables estndar el
servidor seguro primero debera definir un
rango de
Las variables estndar (primario /
secundario) del terreno para la biblioteca
estrechamente deberan
Corresponda a las especificaciones
GlobalSoilMap.net.
la arquitectura de la base de datos y el
procedimiento de sumisin La base de datos
del servidor seguro
Debera ser extensible con terreno nuevo
que la referencia de perfil registra y contra
nueva
La versin funciona.
la conversin optativa y predeterminada
funciona el servidor seguro debera
mantener a un clavadista El sity de conversin /estimacin del
terreno funciona de modelos de regresin,
velloso
El apareamiento, las redes de nervios y
similar.
soporte tamao y referencia de espacio
tiempo el servidor seguro debera poder
mutar
Los valores en ambos apuntan y bloquean
soporte.
ISRIC podra considerar producir su
propia gua del campo y toolkit para datos
del terreno
La coleccin un manojo de instrucciones y
los instrumentos que puede embarcarse
alrededor de lo
El mundo para asegurar coleccin de datos
estndar. Este toolkit probablemente tendra
Un taladro, un manual de descripcin del
terreno, un scanner9 espectral, metro pH, un
metro EC
Y pocos otros instrumentos del campo
(costeables para alguien). Tenemos pensados
eso algo semejante
El toolkit podra ser compilado (con algunos
socios de la industria) y pude proveer
8
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
la base de datos ISIS de ISRIC puso la mira en ca. 1200 sitios.
http://www.pr usan de instrumentos NIR Fieldspec.
160
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
La iniciativa Soil Reference Library10 tiene el potencial para revolucionar uso

4 de datos del terreno para los proyectos internacionales. BARITZ et al. (2011) muestra eso, para ac
5 la valoracin del cura ayudante de acciones de carbn y llave similar ensucian propiedades sobre un todo
6 continente, usan de normas internacionales es inevitable. Para los propsitos prcticos,
7 que creemos que esta iniciativa deberan estar combinados con el grupo de trabajo IUSS Proximal
8 Manchan Sentir actividad, y con project11 de recuperacin de la coleccin del monolito de ISRIC
9 (el Higo. 8.7) y otros proyectos similares como los sitios del sealizador AfSIS en frica.
10
8.5 Geo-Service
Como el componente final de esta propuesta, ISRIC tiene pensado desarrollo de au

procedimientos tomated para la extraccin contenta y edificio de conocimiento. Este ser
13 vicios se basarn en algoritmos diversos de reptacin de trama y se basarn adelante
14 un gran nmero de operaciones automatizadas que continuamente generan introducen en la computadora terreno
15 datos, el converso el conocimiento tcito del terreno para las reglas analticas (velloso) y el usuario del monitor
16 las estadsticas.
17
El
asunto principal de movilizar los datos del terreno del legado ser apresurar la marcha de su digi
18 la tizacin. Hay varias posibilidades:
11
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
El servicio Geonames13 y luego provea

informacin del terreno tambin a travs de
una variedad
De servicios y especialmente enfocado en
usar telfonos mviles para introducir en la
computadora, poner en duda y
Actualice Informacin Global del Terreno
(vea tambin Higo. 9.1).
Una alternativa para la funcionabilidad
del software interno edificadora para
terreno de servir
La geoinformacin es expulsar fuente
sirviendo de datos y geo de cmputo para
entrar
Aprecie los servicios como el Google Earth
Engine14.
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 implementacin y los ejemplos
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
Primero proponemos varias fases bien definidas de proyecto y soluciones organizativas

9 para asegurar entrega continua de productos GlobalSoilMap.net y su ptimo
10 usan. El proyecto puede ser tenido pensado como consistente en tres fases principales: El produc
11 tion de infraestructura de servidor, produccin de bases de datos del geospatial y las herramientas, gen
12 la eracin de mapas de la propiedad del terreno y su diseminacin. Una fase cuarta posible
13 podran involucrar iniciacin de misiones nuevas y lo monitoreo y estudio de suelos nuevo
14 proyectos.
15
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
La planificacin de proyecto y deliverables
9.1 Proyectan fases
Este proyecto, con su extensin, la cantidad

de datos y la complejidad de mtodos,
presenta
Muchos retos. No sera realista esperar tan L1
resolucin 100 m
Los mapas de la propiedad del terreno estarn
disponibles globalmente a la corta. Por un
lado,
Los recursos financieros para coleccionar
datos nuevos, o aun para ahorrar datos
actuales del legado, es
Limitado. Por otra parte, el terreno es una
caracterstica complicada, mucho ms
complejo que
Aterrice cubierta, por lo tanto los mappers
digitales del terreno son afortunados si
pueden explicar > 50 % de
La variabilidad en los parmetros del terreno.
Por consiguiente, cada aspecto de este
proyecto debera
Ser cuidadosamente planificado e
implementado. Para evitar demoras en la
entrega, es recom
Reparado que el proyecto sea desdoblado en
comandante pone en fase (esto podra tomar
los aos del 12)
Y luego monitorea el progreso por la fase.
Proponemos al siguiente comandante 3 +
Las fases:
Fase: Construya una infraestructura del
servidor para consentir aporte de los datos de
punto y de trama.
la fase II: Construya bases de datos
extensivas del geospatial y herramientas para
analizar esta informacin
Para generar predicciones espaciales y
evaluar la incertidumbre. Lance los datos
Los portales (GSIF). Desarrolle e
implemente procedimientos para evaluar el
accu verdadero
Picante de terreno la propiedad hace
mapas.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
la fase III: Genere y distribuya las

asociaciones de la propiedad del terreno en la
resolucin fina;
Construya un sistema Terrestre Global de
Informacin que puede soportar toma de
decisiones
En las escalas diversas.
la fase III +: Inicie misiones nuevas y tenga
pensado moni y estudio de suelos nuevo
El toring se proyecta.
Es ms probable que estas fases
traslapasen, aun se extendiesen sobre el
todo
El perodo del proyecto. Repare tambin en
que cada uno de los componentes GSIF
deberan ser
Diseado como una iniciativa de largo plazo,
por lo tanto ISRIC necesitara mantener
puesta caera maestra
El taining estos sistemas en una escama de 20
aos +.
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
9.2 Deliverables y derivados
Ponen en Fase a Yo deliverables (2011):
covariates Mundiales 5.6 y 1 resolucin km (la base de datos de trama PostGIS);

Abren Al Pblico Perfiles Edagolficos (PostGIS) un sistema en lnea a introducir en la computadora y
mantener
3
4
Los datos del perfil (la beta) pblicamente compartidos;

6 clase Mundial del terreno mapas un archivo en lnea de polgono tradicional hace mapas (de 7
Lineations) eso puede estar todo el tiempo actualizado;

8 Basic GlobalSoilMap.net Toolkit y paquetes de servicios pblicos /acto inapropiado sueltan v.0.1
9
(La beta);
10
11
12
Phase II deliverables (2012):

covariates Mundiales en 250 m y 100 resoluciones m (salvado en uno geogrfico
La base de datos y geoserved);

13 la Facilidad de Informacin del Terreno Global sueltan a v.0.1 (la beta);
14 Manchan paquete que asocia trama;
15 propiedad del terreno Initial GlobalSoilMap.net mapas para algunos pases y conti
16
Los nents;
17
Phase III deliverables (2013):
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
Los mapas de propiedades del terreno creadas en el proyecto GlobalSoilMap.net lo harn

32 inicialmente se basen al hacer uso de mximum de legado existente ensucia datos. Estos
33 legado del que el registro de datos la informacin coleccion y report sobre muchos decenios
34 fildean obra. Como tal, los datos para cualquier punto o cualquier mapa reflejan al estado del terreno
35 a la hora que el punto fueron probados y analizados, o el mapa fue producido.
36 a los que Un mapa de fecha del gridded estar hecho indican la fecha (en los aos) que el terreno
Valor de 37 propiedades ms estrechamente reflexiona.
38
Adems de estos deliverables parciales, varios derivado GlobalSoilMap.net

39 proyectos y refinamientos son tambin tenidos pensados tan beneficiosos:
Ensucie propiedades (el sistema de informacin del

terreno)
- Las
propiedades
fsicas y
qumicas del
terreno, la
aptitud de
nutriente,
suavizan
almacenamiento
, acidez
/salinidad
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
Sugiera la mejor prctica terrestre de uso

Los atributos del sitio de averiguacin
La informacin incorrecta?
Actualice con datos molidos de verdad
167
9.2 Deliverables y derivados
La posicin espacial (el sitio)
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
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
tion y las decodificaciones. Esto se basar mayormente en lo crowd-sourcing

7
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
9.3 el Uso de 100 mapas de la propiedad del terreno de resolucin m
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
se renen o crean datos de entrada independientemente, de la nada. La informacin del terreno

incluiran sitio informacin especfica en las fechas de condiciones de siembra, de humedad, ver
38 la ificacin de condiciones del terreno, lluvia y los otros. El equipo AfricaSoils.net es al
39 alistan desarrollar un sistema basado telefnico en mvil para recibir granja ras con ras aportes
36
37
http://greenw
9.3 Usan de 100 mapas de la propiedad del terreno de resolucin m

169
Y el regreso las recomendaciones especficas

para la fertilizacin practica en frica. Dy
Lan Beaudette y colegas han desarrollado a
un SoilWeb designado aplicativo
Para el iPhone. Esta aplicacin usa SPG para
adquirir la posicin actual de un usuario,
Luego enva una peticin de HTTP al servidor
del laboratorio del Recurso de California Soil
por
La API SoilWeb y provee accede a vivir datos
de terrenos. Para acomodar estos
Los avances tecnolgicos, aun si pueden
sonar futuristas, deberamos considerar
Implementando, desde el principio, los datos
modelan diseos que sern compatibles
Con tecnologa en 2015 y ms all.
Los enlaces ms cercanos para la
comunidad modeladora agrcola global o
sea los colegas
En Centro Internacional de Agricultura
Tropical (CIAT), el Internacional Consor
El tium para Aplicaciones Agrcolas (ICASA)
de Sistemas y el Arroz Internacional
La necesidad del instituto de investigacin
(IRRI) a ser alentada. GIJSMAN et al. (2007),
para
El ejemplo, los sistemas probados de
modelado del cultivo de revelado usando el
perfil SABIO
La base de datos. GIJSMAN et al. (2007)
mostrado ese, mientras modelos del cultivo
difieren un poco adentro
Detalla de requisitos de datos del terreno, las
familias ms importantes de basado en
procesos
Modela necesidad: El perfil vertical de
propiedades hidrulicas simplificadas
(decrezca y
El lmite superior reducido drsticamente de
agua extrable en la planta, satur contenido
de agua, satu
La conductividad hidrulica evaluada), el
carbn orgnico, el mineralizable nitrgeno
orgnico,
La informacin acerca de la distribucin de la
raz o los factores que constrie arraiga prolif
La eracin, y las propiedades de la superficie
que afecta particin de discos de
infiltracin /carrera de desempate. Lo
El conjunto de datos del terreno de mnimo
ICASA tambin incluye clases de la textura y
densidad de la masa.
Los modelos del cultivo tambin usan a EC,
ECEC, pH, informacin de retencin de la P
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
1
9.4 comunidad de Usuario Final
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
metas GlobalSoilMap.net en entregar productos de calidad sabida y reportada.

la Calidad de un terreno la base de datos geogrfica son un producto de un nmero de factores
38 (el Higo. 9.2):
36
37
39
40
1. La exactitud Cmo hace el pozo el datos de atributo corre - de atributo y temtica
El spond para la realidad? Cmo el pozo traza un mapa de leyendas corresponden para la realidad?

171
La suficiencia y la consistencia Qu Tan

adecuado es el mapa producido para su
El uso pretendido? Qu tan coherente es
la metodologa de mapeo (probando inten
Sity, cobertura temtica, tcnicas de
anlisis del laboratorio)?
La cobertura geogrfica y la plenitud
Does el GIS provee informa El tion para el rea entero de inters?
Cuntas las reas faltan y cuando
Sern hechos disponibles? Estn
disponibles todas las variables pedidas?
La plenitud y la exactitud de los metadatos
Qu Tan exactamente fue el mapa
Producido? Qu ciertas abreviaciones
quieren decir y dnde puede ms techni
La informacin del cal acerca de los pasos
de procesamiento de datos sea encontrada?
La integridad de los datos y la
interoperabilidad Cmo integrar los datos
dentro de uno
Existiendo GIS? Son los datos
optimizado para la distribucin y artculo
importado?
La accesibilidad y los datos compartiendo
aptitud Son los datos disponibles para
abajo La carga y deben fciles obtener? Cuntas
los usuarios pueden acceder a los datos en
lo
El mismo tiempo?
2.
3.
4.
5.
6.
1
0
1
1
1
2
1
3
1
4
Las ESPECIFICACIONES TCNICAS

El contenido, la escama, el detalle espacial, los datasets de aporte
La licencia de precio /protocolo entre redes
El formato de datos
El software requiri usar los datos
El soporte /contacto
EL SISTEMA DE INFORMACIN DEL TERRENO

El CONTROL DE CALIDAD
La exactitud de atributo y temtica
La suficiencia y la consistencia
La cobertura geogrfica y la Plenitud de plenitud y la exactitud de Integridad de los Datos de metadatos e interoperabilidad
La accesibilidad y los datos compartiendo aptitud
Las personas que toma las decisiones

Qu tan confiable es eso? Qu quiere decir / representa?
El geoserver
Los agricultores, la divulgacin agrcola

El / de modeladores GIS
Los desarrolladores
Cmo usarlo?
En cul formatea es eso?
Requiere transformacin?
Cunto cuesta?
es su valor agregado?
Est al da eso?
Qu
Qu es los costes de produccin?

Cmo usar aumentar ganancia?
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
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.
Mientras el propsito de este libro es aumentar las medidas como la suficiencia,

2 la cobertura y la plenitud, las propiedades inherentes de los datos del legado desafortunadamente
3 pueden no estar tan con holgura perfeccionados. Nosotros al menos podemos evaluar y podemos escribir una
crnica de los datos de entrada
4 la consistencia (sede 11.2), y evalan y reportan la exactitud final de la salida
5 productos (sede 11.7). Una vez que hemos estimado la exactitud verdadera de mapeo, y
6 bajo la suposicin que la exactitud de mapeo puede ser linearly perfeccionado por ah adentro
7 plegando la intensidad de muestreo (el Higo. 9.3), estimaremos el total adicional
8 pruebas necesarias para alcanzar exactitud de 100 % por ah a usar la inversa de Eq. (3.26):
2.5 Aha 1002
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.
9.6 Financiando y el soporte

173
Adems de Eq. (9.1), tambin podemos

soportar optimizacin de sam adicional
El pling disea usar diseos basados en
modelos con el objetivo de minimizar lo
El error de prediccin global en un rea de
inters (e.g de la sede. BRUS y HEUVELINK
(2007)). Esto seala que el trazar un mapa de
contemporneo de terrenos realmente debera
verse como
Un proceso iterativo: Con cada iteracin de
mapeo explicamos una mayor porcin
De variacin hasta algn nivel requerido de
exactitud es alcanzado (vea tambin Higo.
9.3).
Tambin reparo en que tenemos pensados
esos principios de crowd-sourcing (el
Higo. 9.4) la voluntad
Estar usado ambos para coleccin de datos (el
au registrado (alguien) y verificacin de datos
Los validadores del thorized). Los usuarios
que sistemticamente insertan inconsistente,
ruidoso y / o
Los registros biselados necesitarn estar
enmascarados o aun bloqueados de evaluar
los sys
El tem.
11
1
0
Los informes de calidad de datos y las estadsticas de uso

L1
VERIFICACIN de DATOS
La
Ensucie a la comunidad de expertos
Bloquee a este usuario?
L0
Promueve a este usuario?
La COLECCIN de DATOS
La red de la comunidad del usuario
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.
9.6 Financiando y el soporte
12
BARITZ et al. (2010) mostrado ese aun

usando armonizacin de avanzada tecnologa
Las tcnicas que uno es el challanged quieto
producen una estimacin coherente de
orgnico
Las acciones de carbn en Europa usando un
nmero de terreno regional (y heterogenous)
Los conjuntos de datos. Por lo tanto uno no
debera pensar que la armonizacin de valores
sea lo fcil
La solucin para la integracin de datos. Es
muy probablemente que necesitaremos
invertir dinero en col
El lecting las pruebas nuevas pero estndar.
1
3
1
4
1
5
1
6
1
7
1
8
174
1
Hay varios modelos posibles para cmo adquirir prueba /terreno nueva del terreno
2 observaciones:
3
4
El modelo de crowd-sourcing O el acercamiento Wikipedia para ensuciar informacin
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
Puede obtener y leer los manuales de la coleccin de datos.

8 que el Gobierno financi manchan encuestas las misiones Nuevas de estudio de suelos en nacional y
9
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
Fuera de cualquier armonizacin.

12 Pay-Per-Profile modelan Financieramente compense a cualquier contribuyente registrado
13
Para el sistema del OSPL1.

14
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
Es ms probable que un financiamiento y crowd-sourcing combinado de sur nuevo

25 veys bien pueden ser la solucin ptima para produc consistente de informacin del terreno
26 tion. En los pases listados como los Depsitos de Official Development Assis
27 tance (ODA3) que deberamos promover el modelo de la paga por perfil, mientras adentro todos los dems
28 pases que simplemente deberamos construir facilidades para la entrada de datos y la edicin y luego
29 le permiten alguien participar. La experiencia de WIKIPEDIA nos ensea eso,
30 si bien la mayor parte de sumisiones sern fidedignos y pertinentes, lo haremos tambin
31 necesitan desarrollar un nmero de mecanismos automatizados de filtrado para reducir uso indebido
32 y la entrada de datos ruidosos o corruptos.
Muchos inspectores semiprofesionales del terreno y expertos agrcolas en pases en desarrollo posiblemente completaran para
coleccionar esta informacin.
3
http://www.oe
9.7 Global ensucian informacin y otros estratos globales

175
9.7 Global ensucian informacin y

otros estratos globales
GlobalSoilMap.net puede aprender de, y
puede colaborar con, muchos otros simi
El Lar los proyectos monitores globales.
Especficamente, GlobalSoilMap.net puede
aprender de
El proyecto MODIS de la NASA. El proyecto
MODIS es ahora probablemente al proveedor
ms grande
De datos remotos globales de sensacin con
una diversidad de productos estndar y
servicios.
Hay varias razones para esto. Primer, que una
cantidad de trabajo significativa ha sido
Hecho para construir algoritmos para filtrar
imgenes crudas originales para nubes y
artefactos
Y el extracto los productos secundarios como
vegetacin indices, la cubierta terrestre
determina el tipo sanguneo y
Similar. Adems, una coleccin variada de
productos completos MODIS como mezcla
15 el da y mensualmente las imgenes
estn disponibles por el servicio de trama y
directamente por el FTP.
Estos productos estn disponibles en un
1
0
nmero de resoluciones estndar: 250 m, 500

m,
1 km y 0.05 arcdegrees (ca. 5.6 km).
Finalmente, los productos MODIS son
utilizables sea
La causa que las herramientas eficientes han
sido desarrolladas para obtener a MODIS
diversos datasets
Y el artculo importado ellos para GIS.
Los proyectos adicionales de modelo en la
lista son la cubierta de tierra Global
haciendo mapas
Proyecta como el Cover Terrestre Global de
FAO network4, el Mundo climtico y
Projects5 meteorolgico que traza un mapa
de, Global Land Project6, biodi Global de la
planta
Versity mapping7, y similar. Las actividades
GlobalSoilMap.net necesitan ser
Estrechamente vinculado para los arriba
proyectos listados y los productos de datos
debera hacer un intento para
El otro del fsforo existiendo productos
globales en la calidad, escama y la
accesibilidad tanta
Como posible.
Los productos de datos:
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
necesite ser compatible con (el formato de

referencia espacial, de datos) lo existente
Los estratos globales como productos
MODIS, GlobCov y SRTM DEM. El
terreno
Los mapas de la propiedad deberan estar
disponibles en resoluciones y formatos
diversos. Ellos
Tambin necesite estrechamente seguir a
guidelines8 del usuario GEOSS y el
proveedor:
Cada estrato necesita estar acompaado
por metainformacin completa y
coherente,
Cul debera ser compatible con el mago
del editor publicista GEO Portal.
necesite estar disponible para hacer una
lectura ligera por navegadores geogrficos
populares tan
Google Tierra. Las visualizaciones del
mapa (predijeron valores e incertidumbre)
Necesite corresponder a los linderos
Administrativos Globales de Datos (GADM9)
2
4
2
5
2
6
2
7
2
8
2
9
3
0
3
1
3
2
3
3
Las reas (dentro de la exactitud espacial

de la mitad de tamao de la clula
cuadriculado o 50 m).
Aunque tal parece ser que
GlobalSoilMap.net con exceso traslapa con
terreno global
El mapeo proyecta carrera en el Centro para
Informacin Internacional de Ciencia de la
Tierra
4
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.
En resumen, para asegurar usabilidad y existencia en curso, GlobalSoilMap.net
Necesite estar disponible como cubiertas molidas (las imgenes de formato de intercambio de grficos).
176
Instituto de Red (CIESIN) e Internacional para el Anlisis de los Sistemas Aplicado

(IIASA), la colaboracin con estas instituciones deberan ser muy mejorados. All
3 no son probablemente ninguna necesidad para reinventar o hacer bases de datos paralelamente globales. En eso
4 sienten, Perfiles Edagolficos Manifiestos, paquete GlobalSoilMap.net y covariates globales
5 sern contribuciones verdaderamente originales porque que no hay otra alternativa similar
6 proyectos por el momento en cualquiera de las arriba instituciones listadas.
1
2
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
puntos de 9.8 Resmenes y festum
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
No sabemos, y aun no podemos especular adelante, cuntas ms non

34 individuos especialistas podran estar dispuestos y capaces para contribuir a entrar en terreno
10
http://www.ins
9.8 festum y puntos Sumarios

177
Los datos del perfil o para geo-register un

mapa del terreno escudriado hecho
disponible en un reg
El formato del istered en Tierra Google. Sin
embargo, podemos dar por supuesto que ms
personas son
Probablemente para volverse consciente y
unir un proyecto de cotejo de datos
organizado a travs
e.g. Haga bsquedas en la Internet usando
Google que uno organizado a travs de un
instituto cientfico. Haga bsquedas en la
Internet usando Google provee uno
El vehculo energtico para anunciar la
existencia de un esfuerzo para captar legado
del terreno
Los datos y para el progreso visualmente
informativo hecho en sumar datos nuevos
del perfil y
Los mapas para inicial ponen en marcha
conjuntos de datos. No podemos pasar por
alto la atraccin que patrocinando
El cotejo de datos en Google podra tener en
estimular a ambos especialistas expertos
Y los amateures entusiastas para contribuir
algo para el cotejo de datos tramitan.
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
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
La propiedad intelectual y los datos acceden a las polticas
10.1 derechos de propiedad del Intelectual
La experiencia con otras iniciativas de acceso

de datos (como onegeology.org1, y
Gbif.org2) muestra eso claramente definiendo
a Intellectual Property Rights y
Los datos usan poltica es importante para el
funcionamiento exitoso de com global de
datos
Los esfuerzos de pilacin parecido a
GlobalSoilMap.net. Desde la contra diferente
de organizaciones
El tributing para GlobalSoilMap.net tendr
polticas diferentes de datos, una manera lo
debe hacer
Ser provisto para comunicarle estas
declaraciones de poltica a usuarios. El Sostn
Intelectual
Los derechos del erty pueden ser reclamados
ambos por dueos de datos (esos que
coleccionaron los datos
En el campo o pagado para eso) o por
cobradores de datos (esos que procesan los
datos para
Hgalos disponible a travs de un sistema de
informacin o quien convino adquirir lo
Los datos). Estos sern a los que se refiri
subsiguientemente como proveedores de
datos .
Los Asuntos y los Riesgos:
14
De el proyecto GlobalSoilMap.net es
diseado depender usar existir
Los conjuntos de datos del terreno del
legado. Para tener xito, el proyecto
GlobalSoilMap.net
Formalmente y explcitamente debe
reconocer y debe garantizar los derechos
de protocolo entre redes de lo
Las organizaciones o las entidades que
proveen cualquier legado que datos de
terrenos usaron por el Glob
El proyecto del alSoilMap.net.
los proveedores de datos GlobalSoilMap.net
1
0
1
1
1
2
1
3
1
5
1
6
1
7
1
8
1
9
2
0
necesitan poder comunicar su CPI

Y los datos usan polticas a travs del
sistema GlobalSoilMap.net, de otra manera
ellos
No puede poder aceptar que sus datos sea
accesible por GlobalSoilMap.net.
si el CPI GlobalSoilMap.net y las polticas
de uso de datos no son claros y asequibles
De lo los proveedores potenciales de datos
y los usuarios no pueden estar dispuestos a
participar lo
La iniciativa.
GlobalSoilMap.net y organizaciones
patrocinando sistemas GlobalSoilMap.net
Y los servicios no deben ser colocados en
una posicin de responsabilidad legal para
lo
Los datos para los cuales proveen acceden
a.
1
2
1
2
2
2
3
2
4
2
5
2
6
2
7
2
8
Sede el Intellectual Property Rights Report en http://onegeology.org
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
En proteger proveedores espaciales digitales de datos en contra de la accin procesal posible.

3
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
Le ofrece la mejor proteccin.

6
GlobalSoilMap.net es un proyecto que junta contribuciones de nu

7 merous locales para las organizaciones nacionales y agencias desde todas partes del mundo. Como
8 que un proyecto, GlobalSoilMap.net no es una entidad legal y no pueden reclamar propiedad
9 para datos o cargan con la responsabilidad para asegurar los derechos de propiedad del intelectual de
10 las agencias contribuyentes. Slo las entidades legales, como individuos, se incorporaron
11 compaas, organismos gubernamentales e institutos registrados pueden reclamar derecho de autor
12 o la responsabilidad de la toma para la propiedad intelectual.
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
proyecto SoilMap.net queda con el proveedor o dueo original de los datos

22
Quien retenga le da amplitud al control de los datos y determina e implementa cualquier condi
23
Los tions para el acceso o el uso.

24 2. Todos los contribuyentes estn de acuerdo tan todos los datos recin creados, producidos por el proyecto,
25
El
Ser hecho disponible gratis, bajo una licencia Creativa de tipo Commons,
26
Sin restricciones en el acceso, la distribucin o el uso.
27
28
29
10.2 la poltica de protocolo entre redes General GlobalSoilMap.net

Tan mencionado previamente, la estrategia general de protocolo entre redes GlobalSoilMap.net diferirn para
datos preexistentes y recin creados. Esto tiene varias implicaciones:
30
Yo Con Relacin a todos los datos preexistentes contribu para, o us por ah, el Global
31
SoilMap.net proyctese:
10.2 la poltica de protocolo entre redes General GlobalSoilMap.net

181
uno. La propiedad de todos los datos

preexistentes hechos disponibles a travs
de Global
SoilMap.net contribuyendo
proveedores de datos (por ejemplo el
terreno levanta un plano y organi
Zations) los restos con el proveedor de
datos, a menos que explcitamente
renuncien
Esa propiedad vindica asignndoles a
una institucin anfitriona (e.g. El
Sistema Intermedio
RIC).
b. El CPI debe ser claramente
especificado, por el proveedor de datos,
para cada tipo de informacin
(Los datos de perfil edagolfico, los
datos de trama /imagen, los metadatos,
la Web Map y Web Feature
Los servicios) hecho disponible por
cualquier proveedor contribuyente de
datos.
c. Cada proveedor de legado ensucia datos
para la lata de proyecto
GlobalSoilMap.net
Adjntele las condiciones especficas
al acceso y el uso de sus datos
reclamando
El derecho de autor o especificar
accede a las restricciones (vea ejemplos
dados bajo im
La plementacin).
d. Al proyecto GlobalSoilMap.net
proveer claro y fcil usar
Los cols y los procedimientos para
entrar, registrando y presentar
suministrado por usuario
La informacin en el protocolo entre
redes enmienda, acceda y use
condiciones y el acomodamiento para
El uso pues todo legado suministrado
por usuario, preexistente, ensucia
datos.
e. Una declaracin predeterminada clara
de acomodamiento para el uso debe ser
incluida
Todos los datos contribuidos y un
vnculo o direccin de correo
electrnico deben ser tenidos previstos
Obteniendo soporte o consejo en el
uso apropiado de los datos.
f. No hay acuerdo escrito de licencia entre
GlobalSoilMap.net y
5
6
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
Sus proveedores de datos o sus

usuarios pero CPI e informacin
adecuada de uso estn fcilmente
Accesible.
g. Ninguno de los datos de terrenos del
legado sern usados en la produccin de, o
de otra manera el incor
El porated en, productos
GlobalSoilMap.net sin el permiso
expreso
Y el soporte de la agencia o la entidad
que lo produjo.
II Con Relacin a todos los datos recin
creados producidos para, o por ah, el Global
SoilMap.net proyctese:
uno. Todos los mapas recin creados,
metadatos, visualizaciones y todos datos
de entrada ac de sets
El cessible a travs de
GlobalSoilMap.net ser provisto
gratuitamente, y fuera
El cargo, para ambos uso comercial y
no comercial bajo un Creative
La licencia de tipo de patrimonio
comn (los ejemplos de la sede
previstos).
b. Los derechos del primer plano (o sea
los sistemas y los datos que
GlobalSoilMap.net Partici
Los pantalones crean como resultado
del trabajo para este proyecto) resida
con el participante
En el consorcio GlobalSoilMap.net tan
producido los datos pero todo algo
semejante
Los datos estarn hechos libremente
disponible en el dominio pblico por
ese contribu
El peasco.
Los proveedores III Data deben ser
correctamente reconocidos en cualquier
papeles cientficos que
Use siempre y cuando datos. Donde tales
datos representan una contribucin
sustancial para uno
El papel, el reconocimiento puede
involucrar inclusin formal del proveedor
de datos
Como un coautor.
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
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
La consulta antes y durante anlisis de los datos es tambin esencial y re

20 quired. El coordinador GlobalSoilMap.net requerir y facilitar el eth
21 ical y uso corts de datos. Los datos de entrada originales (ensucie perfiles) no lo harn
22 sean modificados tal como fue convenido asegura compatibilidad con el depsito (ge
23 ographic) el sistema de informacin. La junta administrativa GlobalSoilMap.net lo har
24 tienen autoridad para mediar y decidir cualquier conflictos estimando uso de datos y
25 la publicacin.
26
27
28
29
30
10.3 la implementacin Prctica

de los que La siguiente tres Q y 's de la A estn supuestos a darle al usuario cuenta de las polticas de datos
GlobalSoilMap.net en una manera simple y comprensible:
Q. Puede usar alguien los datos?
La intencin evidente es ese todos los datos recin creados (el primer plano) producidos y
31
Distribuido por el GlobalSoilMap.net el proyecto ser gratis para acceder y usar

32
Sin restricciones para ambos uso comercial y no comercial, deduzca excepcin

33
Para el requisito que los usuarios proveen reconocimiento aceptable de lo

34
10
La fuente de los datos y no trata de redistribuir o vender los datos en su

35
La forma original a ttulo lucrativo o fuera el reconocimiento correcto.

36
Todo preexistiendo, o el fondo, los datos accesibles por GlobalSoilMap.net son

37
No posedas por GlobalSoilMap.net pero son la propiedad y responsabilidad de

3
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
10.3 la implementacin Prctica

183
Las organizaciones y agencias

contribuyentes. GlobalSoilMap.net no hace
Hgase responsable de la calidad, la
exactitud o el uso de estos datos. Global
Los proveedores de datos SoilMap.net
pueden elegir adjuntarle las condiciones
especficas al ac
La suerte o el uso de sus datos de fondo
preexistentes de conformidad con su
Posea datos y declaraciones de poltica de
CPI. Estas condiciones estarn registradas
como
En parte de los metadatos asociados con
todos los datos preexistentes contribuidos
para lo
GlobalSoilMap.net proyctese.
Las publicaciones y los papeles que hace
uso de datos de GlobalSoilMap.net o
Sus socios contribuyentes necesitan revelar
informacin y reconocer a los proveedores
de
Los datos a los que se refiri.
Q. Can que destino los datos para propsitos
del anuncio publicitario?
S, todos los datos recin creados
produjeron por el proyecto
GlobalSoilMap.net puede
Servir para propsitos comerciales, sujeto
para acknowl correcto y completo
El edgement de la fuente de los datos y una
prohibicin en contra de redistribuir
O vendiendo los datos en su forma original
a ttulo lucrativo o sin acknowl correcto
El edgement.
Para los datos preexistentes (el fondo),
cada proveedor de datos
GlobalSoilMap.net
Establece e implementa su propia poltica
con relacin al uso comercial. Si el pre
Los datos existentes se hacen disponibles
para la descarga, la poltica /CPI especfica
de datos
Las declaraciones requirieron por el
proveedor pertinente de datos
GlobalSoilMap.net lega
Acompae los datos en la pgina de
descarga.
Si el proveedor de datos explcitamente no
acepta uso comercial, o usted es un
Cierto si el uso usted considerara es
considerado comercial , contacto
El proveedor de datos directamente para
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
permiso escrito para el uso de los datos

para su
La aplicacin.
Q. Will GlobalSoilMap.net y / o la paga
ISRIC yo si contribuyo mis datos?
En principio: No. El proyecto
GlobalSoilMap.net tiene algunos fondos
limitados que
Podra ser gastado al ahorrar datos o sea al
introducir en la computadora los datos de
encuesta vieja
Da parte a la Organizacin Sanitaria
Panamericana. Asimismo, ISRIC no tiene
los fondos para comprar ensucian datos del
legado.
ste no es el mandato de ISRIC en
absoluto. ISRIC sin embargo promover su
Trabaje y facilite uso de sus datos. Dndole
sus datos a dominio pblico,
Usted mantiene la autora y el derecho de
autor y todos los revisando derechos.
Q. Do que tengo para traer permiso para
distribuir los datos?
En general, usted no necesita que permiso
use cualquier mapas recin producidos o
Los datos en un sitio Web o un papel; Sin
embargo, por favor lea cualquier associ de
declaracin de CPI
El ated con cualquier datos preexistentes.
En todos los casos, sin embargo, usted
debe acusar recibo
La fuente de los datos en su papel o la
trama sita (el proveedor de datos), y
nosotros
Tambin sera agradecido si usted nos
dejara saber cmo usted usa a Global
Los datos SoilMap.net comunicndose con
nosotros por email.
La implementacin de la poltica de
protocolo entre redes formulada para el
GlobalSoilMap.net
El proyecto slo puede estar hecho por una
entidad legal, algo semejante como un
instituto, el gobierno
La agencia, la compaa registrada o el
individuo. En caso del GlobalSoilMap.net
El proyecto, las entidades cruciales es ISRIC,
como el instituto coordinativo, y los pies
contrahechos
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
1
2
3
institutos ous y organismos gubernamentales que es signatarios del consorcio

el acuerdo, especialmente las entidades que actan como lderes del nodo.
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
Todos los conjuntos de datos preexistentes contribuyeron para el GlobalSoilMap.net se proyecta es

9 se supeditan a la misma poltica crucial de protocolo entre redes. Esto est resumido como sigue:
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
Los procedimientos para entrar y mantener los metadatos requeridos se harn

28 tan eficiente y fcil para usar tan posible, alentar a las entidades someterse
29 completan metaentradas de datos. Est propuesto para almacenar metaentradas de datos en un GeoNet
30 trabajan base de datos para asegurar conformidad con convenido en las normas internacionales
31 para registrar y la presentacin de metadatos.
32
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.
10.4 Preexistiendo (el legado) ensucian datos del perfil y

del polgono
185
1
10.4 Preexistiendo (el legado)

ensucian datos del perfil y del
polgono
El higo. 6.1 ilustran cmo preexistiendo datos
de perfil edagolfico de diversos diferente
Las fuentes podran ser enviadas a una base
de datos centralizada (en este ejemplo en
Sistema Intermedio
RIC) establzcase para ingerir y almacenar
datos de perfil edagolfico en su forma
original. El Terreno
Los registros del perfil en base de datos de la
Forma del Original (SPROF) aceptarn datos
para ambos
Complete perfiles edagolficos en forma
original (SPROF) y para no estructurado, o
libere
El terreno de la forma registra en forma
original (FFSR).
Los datos que los proveedores retendrn le
dan amplitud a los derechos a los que
acceder y controlar los datos que fungen
como substituto
El mit para esta base de datos SPROF. Estarn
obligados a suministrar y mantener todo
Los metadatos eso describen el protocolo
entre redes, el uso y las polticas de acceso
que tienen el deseo de asociar
Con cualquier datos contribuyen. Esta
metainformacin ser capturada por la entrada
de uno
Convenido en suite de atributos de protocolo
entre redes que eso le aplicar a todos los
conjuntos de datos propuestos. Esto
Convenido en suite de elementos de
metadatos es descrito ms abajo.
Tomando prestado de procedimientos
implementados por el OneGeol muy
similar
El proyecto del ogy.org, est propuesta que la
siguiente suite de elementos de metadatos
Ser registrado y pegado para cada set nico de
informacin preexistente de perfil edagolfico
Contribuido para la oficina de registro de
datos GlobalSoilMap.net (GSDR) por
cualquier fuente:
el productor de datos la Agencia o el
instituto que originalmente produjo los datos.
el URL de la fuente el enlace de URL para
el conjunto de datos real (si disponible).
el nombre Dataset el Nombre del conjunto
de datos tan asignado por el productor
original.
el dueo Dataset la Entidad Legal; El
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
dueo oficial del dataset.

la persona de contacto Name y el correo
electrnico de una persona real a contactar
para lo
Los datos.
el extracto el Extracto describiendo el
conjunto de datos tan preparado por el
proveedor.
el tipo de licencia Type de licencia de una
lista general de eleccin de licencia
mecanografa.
acceda a las restricciones los detalles
especficos de derecho de autor, restricciones
de acceso o uso
Las limitaciones tan preparado y
formateado por el dueo de datos.
las limitaciones para el uso la declaracin
Clara de limitaciones o acomodamiento para
el uso.
La categora de tipo de licencia describe
condiciones de uso y cualquier
restricciones para
El acceso de datos o el uso. Las categoras
vlidas son para ejemplo: Registrado
oficialmente (es sostn
El erty de mi organizacin /compaa), GPL
(la licencia /tecnologa de la informacin
Pblica General es enteramente
Los mos trabajan), CC-BY (la licencia
Creativa de Atribucin de Patrimonio
Comn), CC-BY SA
( No s quin lo (la Atribucin de Patrimonio
Comn creativa que se comparte del mismo
modo) y NA
El autor es, o no s lo que la licencia aplica ).
Otros tipos de licencias pueden
Estar definido y aadido si requiri.
Estos metadatos establecern propiedad de
todos los datos contribuidos, identificarn
Cualquier informacin en el derecho de autor
o las condiciones de acceso o uso adjuntado a
lo
Los datos y asegurarn que todos los datos
preexistentes contribuidos para el proyecto
pueden ser
Correctamente adscrito y citado. La
responsabilidad pues con tal que y la
manutencin
Los metadatos residen con la entidad o
individuo tan propuesto los datos o
Siempre y cuando eso para la entrada.
En los casos donde la entidad que somete
tiene el deseo de hacer gestos con las
manos o reasignar su responsi
El bility para mantener los datos sin procesar
originales o los metadatos de protocolo entre
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
redes, estas responsabilidades

186
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
10.5 Recin crearon datos

187
Metadata que los elementos capturaron y

registraron para cada clase digital o escandida
del terreno
El mapa estar tan listado arriba, con la
adicin de informacin en escama de mapa
El sonido corto y metlico y la fecha de hacer
mapas. Las condiciones de uso y acceso
grabado para cada terreno
El mapa ser honrado tan registrado.
El proyecto GlobalSoilMap.net se propone
slo hacer uso de mapa del covariate
Los datos que estn disponibles gratis en el
dominio pblico. Los mapas de covariates
(por ejemplo el ge
Ology, clima, utilizacin de tierras,
vegetacin, indices topogrficos, encuestas
radiomtricas)
Eso no est disponible en el dominio pblico
para el uso libre e irrestricto no lo har
Ser capturado o usado en el proyecto
GlobalSoilMap.net. As el implementa de
protocolo entre redes
El protocolo del tion para los mapas
preexistentes del covariate ser muy simple.
Lo har simplemente
Registre la propiedad y condiciones de
acceso, como abierto, como indicado por los
datos
Los proveedores.
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
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 datos originales de la fuente (preexistiendo)

datos recin creados (derivativo)
Los
Los Registros del Terreno del FreeForm

El Perfil Edagolfico Registra Adentro
La forma original (SPROF)
Haga juego
Interpole
El Perfil Edagolfico Armonizado
Los registros (HSPR)
El informe de estudio de suelos

Digitalice
El mapa del polgono del terreno

(En formato del papel)
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
Esta primera parte es la panorama idealizada y, filosficamente, es la que debera

17 sean adoptados por el proyecto GlobalSoilMap.net. De un punto puramente cientfico de
18 miran, asegura que todos los datos usados para producir cualquier mapa u otro aguijn de salida
19 uct, estn disponibles igualmente para todo y todo los datos requiri duplicar el profesional de resultados
20 duced por cualquier contribuyente estn disponibles para cualquiera teniendo el deseo de reproducir un contri
21 la bucin o el producto una versin alterna de una contribucin. Esta panorama lo hara
22 casi ciertamente dan como resultado menos rcords siendo contribuidos para un HSPR global
23 la base de datos por los custodios oficiales principales de terreno perfilan datos, pero el hecho que
24 que estos registros haran libremente disponible para todos los incrementos el valor del resultado
25 la base de datos ing grandemente, relativo a una base de datos alterna en la cual el acceso para muchos
26 registros estaran restringidos.
27
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

189
Los datos seran transformados, armonizados

y estaran posado en los datos HSPR. En esto
La panorama, el CPI y las condiciones para el
uso y el acceso para cada registro atraeran
con engao
Forme para la poltica de protocolo entre
redes de la entidad contribuyente, tan
capturada y registrada para lo
Los datos originales de la fuente en los datos
SPROF.
Esta panorama es pragmtica y probable
para mejorar la probabilidad que los datos
Los dueos estarn dispuestos a contribuir sus
activos originales de datos para el uso adentro
el profesional
El ducing hace mapas de propiedades del
terreno por el proyecto GlobalSoilMap.net.
Lo serio
El inconveniente de esta panorama es ese
acceso para la informacin, y el uso de los
datos, lo puede hacer
Estar restringido para las individuas
autorizadas especficas o agencias y no para
ganancia hecha
Capaz para todo, para el uso general e
irrestricto. Esta restriccin de acceso y uso
Va en contra de los principios generales de
acceso libre y manifiesto. No est tambin en
ac
Ate con cuerda con el mandato de
instituciones, algo semejante como ISRIC,
como un centro de datos mundial, para
Provale la informacin del terreno a todo en
una base igual y sin cargo.
Para ser de mximo uso para terreno global
haciendo mapas, preexistiendo terreno
El polgono hace mapas, ambos digital y
examinado con un escner CAT, necesite ser
transformado y har
El monized en trminos de inscripcin
espacial, escama y la consistencia de leyenda.
Estos
Las transformaciones en vigor crean datos
nuevos y los jefes del Global
SoilMap.net proyecte que la demanda que
todos los datos recin producidos sean hechos
disponibles
Gratis sin uso o restricciones de acceso.
Entonces, una situacin similar existe al igual
que con
Los datos transformados de perfil
edagolfico.
El higo. 10.1 tambin ilustra un proceso de
por ah con mapas preexistentes de clase
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
del terreno, ambos

Las digitales y las tomografas de mapas del
papel, en las escalas diferentes y con leyendas
diferentes
Podra ser capturado, almacenado y luego
podra transformar para producir terreno
armonizado
Clasifique mapas. La primera actividad en la
transformacin es registrar todos los mapas
existentes
Para una base geogrfica comn. Pues el
papel escudriado traza un mapa, esto lo hara
de primero en
La terminacin del volve de un proceso crudo
de geo-registration. Este geo-register de
El papel escudriado hace mapas est algo
trabajo intensivo y pudo estar consumado
El sourcing utilizador del gento se acerca. La
clase digital vectorial del terreno hace mapas,
ese es al
Aliste digitalizado, a menudo requiere ajuste
considerable de su geometra tan ese
Los linderos del polgono se conforman mejor
a las caractersticas fsicas observables, tan
El hydrological se conecta, surca y alcanza el
mximo y obvias suspensiones topogrficas.
Sim
Emplee completar procedimientos para crear
o mejorar la inscripcin de preexistir
Los mapas, pueden ser considerados una
suficiente transformacin para garantizar
considerando lo
Los mapas de geo-correct como productos del
mapa nuevos producidos por ah, o para, el
Global
SoilMap.net proyctese. Estos productos
nuevos concebiblemente podran ser hechos
disponibles
Pues el acceso libre y el uso o podra retener
el uso y las condiciones de acceso de su
Los creadores originales.
El proyecto GlobalSoilMap.net y sus
organizaciones del socio necesitan
decidirse
Cmo ocuparse del asunto de propiedad y el
protocolo entre redes de mapas preexistentes
de clase del terreno que
Es transformado para el uso en el proyecto
global. En una opcin, slo preexistente
Los mapas de clase del terreno que estn
disponibles gratis y abren acceden a por todo
sera
Coleccionado para la armonizacin. En una
segunda opcin, cualquier terreno
preexistente adecuado
El mapa de clase puede ser cotejado, colocado
en una base de datos centralizada y ha
registrado
Para eso la poltica de protocolo entre redes
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
de la entidad contribuyente, tan capturada y

registrada para lo
190
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
Si la meta del proyecto GlobalSoilMap.net es crean mapas globales de terreno

propiedades en la resolucin fina que son completan, corriente consistente, correcta y,
28 que ser imprescindible producir sets de datos de entrada globalmente consistentes, para el perfil edagolfico
29 datos, mapas de clase del terreno y covariates medioambientales. Estos sets de datos de entrada deben
30 a ser libremente accesibles para todo, y no para equitativo uno el subconjunto restringido de autorizado
31 usuarios en instituciones especficas o en pases individuales. Sera desafortunado
32 si las consideraciones polticas estimando datos acceden y usan restricciones estaban para re
33 sult en una fragmentacin de los conjuntos de datos armonizados nuevos para reflejar diferencias adentro
34 la disponibilidad, el acceso y el uso de los datos de entrada armonizados por pas o jurisdic
35 tion.
26
27
36
Todos los miembros contribuyentes tendrn autoridad completa sobre el uso de lo

37 datos que proveen, y podrn retener datos en cualquier momento de cualquier fiesta
38 o la aplicacin. Cada datos se sedimentan contribuidos para la Organizacin Sanitaria Panamericana o covariates
globales tiene uno
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
Todo lo que los datos contribuyeron para

GlobalSoilMap.net estar claramente
documentado nosotros
El ing los formatos de metadatos estndar
descritos por la presente (sede 5.6). Lo
GSDR describir la propiedad de datos y
derechos de acceso. Todos los datos
almacenados y
Distribuidos por GSIF se conformarn a las
especificaciones GlobalSoilMap.net.
Estas especificaciones bsicamente
describirn todos los estndares de cambio de
datos que
Prolongue esquemas comunes de metadatos
para la integracin de datos. Probando
diferencias
Y / o los efectos de incertidumbre entre las
estimaciones de variables diversas del terreno
legan re
La responsabilidad principal de usuarios de
datos.
Cada producto de datos GlobalSoilMap.net
(apunte datos, covariates y sostn del
terreno
Erties) incluir informacin acerca de la
incertidumbre de pies contrahechos de aporte
y de salida
Los ables. Para datos del punto, tambin
trataremos de coleccionar o estimar el esti de
incertidumbre
Los compaeros como la precisin posicional
de sitios, errores de medida para diversos
Manche variables etctera.
Trae entre manos el liderazgo del nodo del
proyecto GlobalSoilMap.net para la marca
Las decisiones estratgicas cruciales
suponiendo sedimentndose e implementando
poltica de protocolo entre redes. De
Una perspectiva de ciencia, el consejo es
adoptar e implementar una pliza estndar
De acceso libre y manifiesto para todos los
conjuntos de datos recin creados producidos
para, o por ah, lo
El proyecto y para no construir fragment
conjuntos de datos con restricciones variables
adelante
El acceso y el uso. Preexistiendo conjuntos de
datos del legado (los datos de perfil
edagolfico y la clase del terreno
Los mapas) puede ser capturado, tal cual, y su
protocolo entre redes y su acceso que las
restricciones registraron y
Honrado para asegurar rescate de datos
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
preexistentes del terreno del legado. Sin

embargo,
La armonizacin para un estndar global solo 2
2
es slo recomendada para el perfil
edagolfico
Los registros o los mapas de clase del terreno 2
3
que pueden estar hechos libremente
disponibles pues uso por todo.
En trminos de la implementacin de una poltica de protocolo entre redes, el proyecto GlobalSoilMap.net
Y sus entidades participantes por consiguiente necesitan hacer decisiones de dos claves de estratgico:
la primera decisin crucial est si producir
armoniz bases de datos globales de
El perfil edagolfico que los registros y el
terreno clasifican hace mapas eso est
completamente abierto y contienda general
para
El acceso y el uso, o crear restringieron
versiones de estas bases de datos
armonizadas
Donde el usuario dio abasto las
condiciones en el acceso y el uso son
registradas y honradas.
sta es una decisin del nivel de poltica
que slo se hizo en una gerencia ras con
ras
Por los socios unidos del consorcio. De
uno estrictamente perspectiva de ciencia, y
Considerando los seis principios de acceso
manifiesto (vea pgina 97), el deci correcto
El sion debe crear bases de datos
armonizadas que contienen slo datos que
son gratis para
El acceso y el uso. Una mayor base de
datos en la cual el acceso para los datos
est restringido es
De menos valor para la comunidad global
que una base de datos ms pequea que es
libremente
brase para todo uso.
la segunda decisin crucial es slo menester
si la primera decisin es adoptar
Una poltica de adjuntar condiciones
suministradas por usuario de uso y va de
entrada a los datos adentro
El cluded en las bases de datos
armonizadas. Esta decisin simplemente
involucra a alcanzar
El acuerdo en qu elementos de metadatos
a pegar para cada fuente de original
Los datos preexistentes de la fuente
contribuyeron por cualquier entidad. La
lista del de metadatos
Las necesidades de ements para ser lo
suficientemente abruptamente para no
colocar demasiado pesado una carga en
datos
Los proveedores o los usuarios y bastante
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
lo suficiente como para comprensivamente

captar el protocolo entre redes y
Los datos usan polticas de todos los
contribuyentes. 6.7 representa un punto
de partida inicial
Para un debate dentro de los proveedores
principales de datos en el commu global de
terrenos
4
4
4
5
192
1
10
El
nity. Los elementos Metadata pueden ser aadido, suprimido o refinado, como necesario para
2
Logre acuerdo global en una lista que es necesaria y suficiente. Lo

3
La lista necesita ser finalizada por el liderazgo mayor (los lderes del nodo) de proyecto con
4
aporte y el consejo de sus asesores legales respectivos.
El
Captulo 11
La vitrina: Malawi
En este captulo que demostramos conceptos

GlobalSoilMap.net y las salidas para
Las especificaciones usando datos verdaderos.
Enfocamos la atencin en el conjunto de datos
de Malawi que consiste
De 2740 mancha observaciones, de cul ca. El
8001000 contiene analyti completo
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.
Malawi es una buena representacin de

una situacin promedia en el mundo:
Limitado
Los datos de punto y del polgono estn
disponibles la pregunta es lata esta
informacin sea usada
Generar asociaciones de la propiedad del
terreno GlobalSoilMap.net en la resolucin
fina y cmo?
El dataset de Malawi est pblicamente
disponible por el sitio Web
GlobalSoilMap.net.
Usted es ms BIENVENIDO para usar este
conjunto de datos, pero usted debera ser
consciente de que
La valoracin de la exactitud y la
aplicabilidad es estrictamente un USER
RESPON
SIBILITY y los autores no se hacen
responsables de problemas que se levantan de
El uso de este data1.
Para seguir estos ejercicios primera parte
obtenga e instale todo software necesario
tan
Indicado al principio de este libro (la pgina
xvii). Luego, cargue los datos y
Las funciones necesarias para correr todo
ejercicios. Note eso una cierta cantidad de las
funciones mostrado
En este captulo es bastante experimental y
necesitar ser mejorado. Fuimos
Tambin limitado en los trminos de
covariates y modelos usados. No obstante,
este exer
El cise claramente demuestra fases de
elaboracin y se beneficia y dificultades de
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
descripcin de rea de 11.1 Estudios
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
Con el objeto de esto ejercita, usamos un nmero limitado de covariates en

16 resoluciones diversas. Todos stos son datasets pblicamente globales disponibles y pueden ser
17 usados para hacer mapas ensucian propiedades en cualquier en parte de mundo (vea tambin 7). Los covariates
18 estn listados en Tbl. 11.1. Una copia de los covariates para continente africano es tambin
19 disponibles del AfricaSoils.net se proyectan.
20
El
ndice realzado (EVI) de la Vegetacin y el mapa de la cubierta de tierra son el estndar
21 productos MODIS Land pblicamente disponibles por el LPDAAC2. EVI se cartea
22 para un producto nuevo de datos parecido a ndice Normalizado de la Vegetacin de Diferencia
2
https://lpdaa
11.1 Estudian descripcin de rea

195
(NDVI) con correcciones para algunas

distorsiones en la luz reflejada causada por ah
Las partculas en el aire as como tambin la
cubierta molida debajo de la vegetacin. Para
el representante
Resienta la cubierta terrestre que usamos el
v2.3 del mapa GlobalCover de ENVISAT
disponible
En la resolucin de 300 m3. Un mapa de
geologa de la superficie ha sido producido
por USGS
(PERSITS et al., 2002) y est tambin
disponible para download4.
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.
En la resolucin ms fina usamos al Landsat Enhanced Thematic Mapper

- imgenes (ETM) y un nmero de DEM infrarrojo y la banda termal
7 derivadas: El ndice topogrfico de empapazn, la profundidad para valle, cuesta, el factor de vista del cielo
8 y el ndice de escabrosidad de rea. El ndice topogrfico de empapazn es un DEM-PARAMETER
9
que eficazmente las puntas de alfiler las llanuras grandes y las sierras (CONRAD, 2007);
10 que la escabrosidad de rea cuantifica transparentan diversidad dentro
de algn radio de bsqueda (e.g.
11
Los pixeles del 77). Los parmetros DEM estaban derivativos en SAGA GIS usando a lo 100 m hay campo para
una mejora
12 que la olucin SRTM DEM obtuvo a partir del CGIAR website5. Las
imgenes Landsat ETM
13 (19 escenas; Los perodos diferentes de 20002002) fue obtenido del
Global
14
6
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
11.2 la Consistencia de datos de entrada
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")
La fuente de datos OGR con conductor: ESRI Shapefile

La fuente: "Mw _ ensucia _ Diciembre _ Deg.shp", estrato: "Mw _ ensucia _ Diciembre _ Deg"
Con 4322 caractersticas y 34 campos
Presente tipo: El wkbPolygon con 2 dimensiones
> los nombres (mw _ ensucia @ datos)

1
"El
"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"
...
"FAO_CLASS SOIL_FAMIL SOIL_GRP"

6
http://glcf.u
31
"yo
D2"

197
Despus, podemos determinar el tamao regular de delineaciones en este mapa en ha:
> 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
> sqrt (quantile (sapply (la ranura (mw soil.utm, "polgonos")

El +
La
ranura, "el rea"), 0.05) /4)
5%
429.8749
Cul para la escama de 1:800k o

aproximadamente cuatro veces ms gruesas
que el blanco se descaman de
El GlobalSoilMap.net. Para los propsitos
prcticos, usaremos este mapa para derribar
Las propiedades del terreno de la escama en
250 la resolucin m. Note tambin los mapas
(mw soil.utm)
Es proyectado en el sistema de coordenadas
de 36S de la zona UTM. En este caso toda la
multa
Los mapas de resolucin (1 km, 250 m y 100
m) son proyectados en estos sys de
coordenada
El tem para consentir geomorphometric y el
anlisis geostatistical.
Despus miramos los datos del punto. El
rea total de tierra de la que se traz un
mapa en Malawi es
95,721 km2 (la mscara del terreno), y hay
2740 observaciones del terreno, lo cual quiere
decir eso
Los costos totales de encuesta son al menos:
1
0
1
1
1
2
1
3
Exp (19.0825 - 1.6232 *log (sqrt (2.5 *TArea /

El +
La longitud (malawi.utm$OrgC.1)) *1e2)) *TArea/1e4
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
> mg owin < - as.owin (grid250m " soilmask ")

> mw.ppp < - ppp (la letra x = se coordina (malawi.utm), 1
El +
La y
= coordina a (malawi.utm) mg owin, 2, de ventana)
El mensaje de advertencia:
En ppp (la letra x = se coordina (malawi.utm), 1, y coordina
19 puntos fueron denegados como exterior mentiroso la especificada ventana
> dist.points < - nndist (mw.ppp)

> el resumen (dist.points)
Min. el 1 Qu. El trmino medio

Quiera decir al 3 Qu.
Llegue al lmite.
150.5 1541.0 2434.0 2707.0 3489.0 10140.0
Que demuestra que el espaciamiento

promedio entre vecinos prximos es 2.7 km.
Repare tambin en que el nmero total de
pixeles en 250 la resolucin m es ca. 1.5M, y
El ca. Los pixeles del 9.5M en 100 la
resolucin m. La ms experimentacin del
Spatial Cabal
La Aleatoriedad (el Higo. 11.2; Basado en
BIVAND et al. (2008, p.160163)) las
funciones que
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 retornos de carro experimentan (Malawi)
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.
que el patrn de muestreo no es estadsticamente desemejante del muestreo aleatorio, sino

all han algo de agrupamiento de estrellas significativo de puntos en distancias ms cortas. Adems,
3 que parece que los datos del perfil venga de estudios de suelos en las escalas diferentes, cul
4 explican saltos (los pasos) en lo obedecido valores G (acto inapropiado). Estos saltos son tambin uno
5 efectan de existencia de bloques de perder reas que se han omitido en terreno
6 levantan un plano (el Higo. 11.1).
1
2
En el ltimo paso, inspeccionamos si el patrn del punto es una buena representacin de lo

8 la variabilidad medioambiental. Enfocamos la atencin en tres caractersticas: Las elevaciones, los valores EVI
9 y la cubierta de tierra hacen mapas. Para estadsticamente probar ese punto las pruebas son representativas,
10 en los que podemos comparar los histogramas de los mapas con los histogramas de valores
11 apuntan posiciones, por ejemplo usando una parte de atrs para respaldar funcin del histograma disponible en lo
12 acto inapropiado empaquetan a Hmisc (el Higo. 11.3). La prueba de Kolmogorov-Smirnov ms all muestra eso
13 que ambos ningn de funcin de histogramas diferencia significativa, que quiere decir que este punto
14 pruebas reflejan la distribucin real de valores de elevacin y EVI en el rea.
15
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

199
0.0 400.0 800.0 1200.0

1700.0
2200.0
44000.0
52000.0
Las elevaciones (m)

EVI (PC1)
12000.0 20000.0 28000.0 36000.0

2e _ 03 1e _ 03 5e _ 04 0e +00 5e _ 04 1e _ 03 2e _ 03
2e _ 04 1e _ 04 5e _ 05 0e +00 5e _ 05 1e _ 04 2e _ 04
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)
Los datos de prueba de Kolmogorov-Smirnov de dos pruebas: Inspdens.obs e

inspdens.exp
D = 0.947, p-value 7.855e-08
La hiptesis alternativa: Bilateral
Cul es tambin visible si cubrimos con una

capa puntos encima del mapa terrestre de la
cubierta (vea tambin
El higo. 11.1): Los bosques tropicales y las
reas montaosas han sido sistemticamente
Omitido de tomar muestras. Este tipo de
experimentar es importante para determinar si
un sam
El prejuicio del pling existe eso es
posiblemente crtico y eso requiriese
coleccin de
Las pruebas adicionales. En el ejemplo de
2740 puntos en Malawi (el Higo. 11.1),
nosotros
Pueden concluir que estas pruebas son
geogrficamente colcha del pozo por todo el
pas
Sin cualquier agrupamiento de estrellas
significativo, pero alguna cubierta terrestre las
clases han estado com
El pletely poco representado, y por lo tanto es
probablemente no una buena idea para usar
estos
Aterrice clases de la cubierta para generar
predicciones.
Podemos determinar las estadsticas
sumarias para las variables metas de
inters,
Para cul puede referirse a ambos datos
locales del punto y los valores globales (el
Higo. 11.4).
Es tambin til a saber lo que el rango de
valores de 95 % para ORCDRC es:
> ORCDRC. m < - horizon.tbl [! is.na ( horizon.tbl$OrgC ), " OrgC " ]
> quantile (ORCDRC. m, prob = c (0.025, 0.975))

2.5 % 97.5 el %
0.60 39.18
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
11.3 la Preparacin de datos del punto
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
11.3 la Preparacin de datos del punto

201
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
> cOSP < - odbcConnect (dsn "geoservOSP", DBMSencoding "UTF-8")

> odbcGetInfo (cOSP)
El sistema de gestin de base de datos de _

Nombre de sistema de gestin de base de
datos "MySQL" _ Ver
Conductor "5.1.41-3ubuntu12.6" _ ODBC _ Ver "03.51" el
Conductor de _ Nombre del Conductor de _ Nombre de
la _ Fuente de Datos "geoservOSP myodbc5.dll" _ Ver _
el Nombre del Servidor "05.01.0008" ODBC _ Ver
"03.80.0000"
"Geoserv.eu por / el protocolo entre redes de protocolo de control de transmisin"
> la Organizacin Sanitaria Panamericana. db < - sqlFetch (cOSP, "prueba")

La carga del # (" http://globalsoilmap.net/data/OSP db.RData ")
> las observaciones str # ca 65k (la Organizacin Sanitaria Panamericana. db)
data.frame
64182 obs. de 61 variables:
$ 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 +
Lowerb "LHDICM", svar "ORCDRC", site.ID "GLOUNIID",

El +
Mxd
= 200, le dan una paliza = 0.1, vlow = 0)

El # toma a cca 5mins por 65,000 perfiles
> str (spline.ORCDRC)
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 _ *"))
El converso del # para los valores del 3D:

> OSP.3d < - expand.grid (GLOUNIID=ORC. pnt$GLOUNIID,
El +
HONU=LETTER 1:9, KEEP.OUT.ATTRS = FALSE)

> OSP.3d$LONWGS84 < - el representante (ORC. pnt$LONWGS84, 9)
> OSP.3d$LATWGS84 < - el representante (ORC. pnt$LATWGS84, 9)
> OSP.3d$PHDICM as.vector (< - spline.lst 1 $PHDICM)
La profundidad del # ahora en un soporte del punto
> OSP.3d$ORCDRC as.vector (< - spline.lst 1 $var.fit)
El subconjunto # para completar rcords slo:
> OSP.3ds < - OSP.3d ! is.na ( OSP.3d$PHDICM ) & ! is.na ( OSP.3d$ORCDRC ),
> str (OSP.3ds)
data.frame
$ GLOUNIID: Factor w / 64182 derriba a "la avispa _ GH5",.
$ HONU
.: 27273 ...
: Factor w / 9 nivela "A", "B", "C", "D",..:

$
69.2 69.2 69.2 61.4 62.1
LONWGS84:
...
1 1 ...
El num
$
34.5 34.5 34.5 34.3 32.4
LATWGS84:
...
El num
$ PHDICM:
0 0 0 0 0 0 0 0 0 0 ...
El num
7
8
$ ORCDRC:
8.17 13.77 6.54 15.78 3.1
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
11.4 la Preparacin de datos del gridded
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
= la pasta del destfile (getwd (), "Malawi _ grids.zip", sep))
...
> 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
Bmin Bmax Bmean Bsd hasNoDataValue

1 Int16 - 32768 32767
0
0
VERDADERO
NoDataValue
1
32767
Cul es el SRTM DEM para toda Malawi en

proyecto en el UTM Zone
Los 36S coordinan sistema. Note eso en 100
resolucin m que el tamao de la imagen es
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
El ndice topogrfico de empapazn, la

aspereza de gran escala, el factor de vista del
cielo y similar.
Adems de cuadrculas especficas para
Malawi, tambin podemos obtener un
nmero de global
Los mapas en la resolucin tosca de 5 km:
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)) {
> download.file (la pasta ("http://spatial-analyst.net/worldmaps",

El +
Scov.5km i, ".zip", sep), = la pasta destfile (getwd (),

El +
Scov.5km i, ".zip", sep))

> baje la cremallera (= la pasta zipfile (scov.5km i, ".zip", sep), exdir getwd ())
El # desengarce (zip.list i)
>}}
204
Presentan: Malawi
11
En resumen, hemos preparado un total de 28 pronosticadores en cuatro escalas:

2
Yo 5 pronosticadores km:
3
Un. biocl1 5km la temperatura anual Trmino Medio.

4
b.
CLOUDFm 5km Mean desee llame fraccin de la Nube basada en MODIS

5
Las imgenes mensuales.

6
c.
LAIm 5km Mean desee llame ndice de rea de la Hoja.

7
d.
LSTDm 5km Quiera Decir a MODIS de tiempo en da que la Temperatura Surface Terrestre bas
8
En las imgenes mensuales LST.

9
e.
LSTDs 5km la Desviacin del MODIS de tiempo en da Temperamento de la Superficie Land 10
El
ature basado en las imgenes mensuales LST.

11
f.
LSTNm 5km Quiera Decir a MODIS de tiempo Night Temperatura de la Superficie Land
12
Basado en las imgenes mensuales LST.

13
pcevi1 5km el #1 del Componente MODIS EVI Principal.

14
pcevi2 5km el #2 del Componente MODIS EVI Principal.

15
Yo. pcevi3 5km el #3 del Componente MODIS EVI Principal.

16
precm 5km el patrn de precipitacin De Largo Plazo estimado bas adelante lo

17
Las imgenes de radar.

18
II 1 pronosticadores km:
19
uno. TWI 1km el ndice Topogrfico de Empapazn. Bosqueja de y valles grandes

20
Los pressions.
21
diff 1km la Diferencia del 77 que usa valor trmino medio (SRTM DEM)
22
Los pixeles registran radio.

C
23
geol 1km Geological haga mapas de la geologa de la superficie de aparicin de rea.

24
III 250 pronosticadores m:
25
uno. PCEVI1 250m Multe #1 del componente del jefe de resolucin MODIS EVI.
b.
26
PCEVI2 250m el #2 del componente del jefe MODIS EVI.

c.
27
PCEVI3 250m el #3 del componente del jefe MODIS EVI.

d.
28
PCMIR1 250m MODIS #1 termal del componente del jefe de la banda.

e.
29
PCMIR2 250m MODIS #2 termal del componente del jefe de la banda.

30
La cuesta de la f. 250m el mapa de la Cuesta se deriv de SRTM DEM.

G
31
globcov 250m Global Aterrice mapa de la Cubierta basado en la imaginera ENVISAT.

h.
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
Un. srtmdem SRTM DEM.

36
b.
TRI el ndice de escabrosidad de rea.

37
skyview Sky mire ndice.

38
d.
TWI el ndice Topogrfico de Empapazn.

39
landsat TIR la banda termal Landsat.

40
Para automatizar ms procesamiento, podemos especificar las variables predictivas en diferente

41 escalas como listas:
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
"PCEVI2_250m", "PCEVI3_250m", "PCMIR1_250m", "PCMIR2_250m",

El +
"FAOCLASS _ 250m", "soilmask _ 250m")
> scov.100m < - c ("srtmdem", "TWI", "TRI", "skyview",

El +
"Diffdem", "landsat _ TIR")
11.5 Regression y variogram modelando
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
La tira de la cubierta del # acomod valores y pronosticadores:

> ov 5km < - data.frame (la matriz (= la longitud NA, ncol (scov.5km)
El +
= la longitud del nrow (@ los datos OSP.2d, 1)))
> los nombres (ov 5km) < - scov.5km

> tmp < - la trama (la pasta (scov.5km i, ".tif", sep))
> ov 5km, scov.5km [ i < - el extracto (tmp, OSP.2d)
>}
> str (ov 5km)
data.frame
$ 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 ...
Y luego acomoda una regresin del linear10 modelo usando:
Los vars del terreno de la coalicin del # y los pronosticadores

> OSP.3ds < - cbind (OSP.3ds, ov 5km)
> S1.ORC.formula2 < - as.formula (la pasta ("log1p (ORCDRC )"
El
La pasta (scov.5km, colapse a "+"), "+log1p (PHDICM )"))

9
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 primera parte del # un modelo lineal:

> S1.ORC.lm < - el paso (lm (S1.ORC.formula2, OSP.3ds))
# str (S1.ORC.lm)
> el resumen (S1.ORC.lm)
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
trmino medio del 1Q
El
3Q
Llegue al lmite
- - 0.5345 - 3.9757 0.0537 0.4546 5.2015
Los coeficientes:
(La Intercepcin)
4.134e +00 2.633e 02 157.012

El precm
1.695e-03 7.378e-05 - 22.972

El biocl1
4.559e-02 1.802e-03 - 25.295

El LSTDm
7.691e-03 8.560e-04
8.986
Los LSTDs
1.368e-03 2.297e-05 - 59.552

El LSTNm
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
1.329e-04 3.524e-06 - 37.697

El pcevi3
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) *
<

(3750 observaciones suprimidas debido a lo perdido)

Estadstico a F: 1.304e +04 en 11 y 215207 DF, p-value:
< 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

207
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
pasta (attr (S1.ORC.lm$coefficients, "nombres") - 1, colapso "+")))

> S1.ORC.glm < - glm (S1.ORC.formula, OSP.3ds, principio = coef (S1.ORC.lm)
El +
= el
de Gauss familiar (el leo))
Esta vez el modelo de regresin es iteratively equipado y, asumiendo eso lo
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
El paso del # los residuos de modelo lineal generalizado:

> OSP.2d.r1 < - S1.ORC.glm$data - S1.ORC.glm$na.action,
> OSP.2d.r1$ORCDRC.r1 < - los residuos (S1.ORC.glm)
El subconjunto del # Malawi:
> sel.mw2 < - OSP.2d.r1$LONWGS84 malawi.poly bbox " x ", " min "
El +
&OSP.2d.r1$LONWGS84 malawi.poly bbox " x ", " max "

El +
&OSP.2d.r1$LATWGS84 malawi.poly bbox " y ", " min "

El +
&OSP.2d.r1$LATWGS84 malawi.poly bbox " y ", " max "

> el mw.OSP.2d.ll < - OSP.2d.r1 sel.mw2,
El converso del # para una informacin del punto determinada:
> se coordina (mw.OSP.2d.ll) < - LONWGS84 +LATWGS84
Proj4string (mw.OSP.2d.ll) retornos de carro los (< - "+proj longlat +datum WGS84")
El proyecto del # para coordenadas locales as es que podemos cubrir con una capa
> el mw.OSP.2d.utm < - spTransform (mw.OSP.2d.ll, retornos de carro (utm.36))
> attr (mw.OSP.2d.utm coords, "dimnames") 2 < - c ("la Letra X", "Y")
> el mw.OSP.2d < - data.frame (mw.OSP.2d.utm)
...
La copia del # los pronosticadores 1 km:
> el mw.OSP.2d < - cbind (mw.OSP.2d, ov 1km)
El ataque del # el modelo:
> S2.ORC.formula < - as.formula (la pasta ("ORCDRC. r1",
El +
La
pasta (scov.1km, colapse a "+")))

La primera parte del # un modelo lineal:
> S2.ORC.lm < - el paso (lm (S2.ORC.formula, mw.OSP.2d))
> el resumen (S2.ORC.lm)
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 trmino medio del 1Q
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
0.175993 geol _ 1km9955 1.51e-07 * * geol 1km9965 0.001190 *
11

209
Geol 1km9969 0.514208 geol _ 1km9982 0.513834 geol _ 1km10116
0.303714 geol _ 1km10286 0.556274 geol _ 1km10287 0.998921 geol _
1km10303 0.000235 * * * geol _ 1km10374 0.266991 geol _ 1km10385
0.103052 geol _ 1km10392 0.008165 * * geol _ 1km10393 0.645533
geol _ 1km10469 0.815743 geol _ 1km10484 0.256952 geol _
1km10494 0.234613 geol _ 1km10501 0.003650 * * geol _ 1km10534
0.150354 geol _ 1km10556 0.041974 * geol _ 1km10574 0.060964.
Geol 1km10581 0.272856


Estadstico a F: 23.12 en 35 y 2640 DF, p-value:
< 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
Consecuentemente, el Acto Inapropiado

Los cuadrados son algo inferiores. Los en
conjunto mejores pronosticadores son
elevaciones, landsat
TIR y ndice Topogrfico (Tbl. 11.2) de
Empapazn.
Bien pueden haber otros factores
medioambientales que podran actuar
como mejor pre
Los dictors pero no estn actualmente
disponibles como el covariate haga mapas
para el aporte en lo a la ltima
El proceso del eling. No obstante, el modelo
computado para ORCDRC usando la ganancia
Los covariates capaces y el punto perfilan
datos explica una porcin significativa de
variabilidad
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
mw de datos.OSP.3ds.utm, alfa = c (45,135))

El +
Vgm
(la palacra = 0, "Exp" modelo, el rango = 1e5,

El +
Psill
var (mw.OSP.3ds$ORCDRC.r4, na.rm = TRUE),

El +
Anis
c (p = 45, s = 0.5)))
> vr.fit
El modelo El psill
El rango ang1 anis1
Nug 38.48882 0.000000
1.0
Exp 20.08247 2.358419
45
0.5
ste es un 3D variogram modelo que ora consiente interpolacin de residuos y

6 la valoracin de incertidumbre para cualquier posicin geogrfica y la profundidad. Note eso, para
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)
Ensucie carbn orgnico

ORCDRC 785
La lluvia, la temperatura (R2 = 0.315)
La precipitacin,
La elevacin
(R2 = 0.213)
MODIS MIR, terreno determina el tipo sanguneo
(R2 = 0.187)
MODIS EVI,
La elevacin, landsat TIR, TRI

(R2 = 0.055)
La elevacin,
El pH
PHIH5O 793
La arcilla
El contenido
CLYPPT 756
LAI, asistenta
LST (R2 = 0.464)
TWI
(R2 = 0.213)
Variacin y (R2 = 0.148) LST diario
Las unidades geolgicas

(R2 = 0.127)
El terreno determina el tipo sanguneo
(R2 = 0.211)
La elevacin, MODIS EVI (R2 = 0.268)
TWI, TRI (R2 = 0.121)
La elevacin, TWI, devmean (R2 = 0.093)
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).
Es claro de los resultados enseados en

Higo. 11.6 que, en cada escama, difieren
Los pronosticadores del ent juegan un papel
diferente. Estos resultados demuestran que
algn terreno
Las propiedades, como contenido de arcilla,
son mejor predic utilizador explicado de la
escama de multa
Los peascos (las derivadas SRTM DEM)
mientras los otros, algo semejante como
carbn orgnico, aparecen
Para estar ms fuertemente controlado por
pronosticadores globales (grueso) como sur
terrestre
Afronte temperaturas y lluvia (vea tambin a
Tbl. 11.1). Esta prueba objetiva est de moda
Continuando conocimiento subjetivo acerca
de los factores y los procesos que controlan
La distribucin espacial de propiedades
diferentes del terreno. La textura del terreno
cambia principalmente
En respuesta a los cambios en material
geolgico del padre. Tales cambios
frecuentemente
Ocurre sobre relativamente distancias
pequeas en respuesta a las diferencias en
geolgico
Los ambientes de declaracin jurada escrita o
la erosin, muchos de estos controlaron por la
topografa
O revelado por la topografa. Inversamente, la
variacin amplia de la escama en el clima y
La vegetacin, operativo sobre mayores
distancias, ejerce una influencia ms fuerte en
terreno
Las propiedades qumicas y biolgicas como
pH y el Carbn Orgnico.
1
0
1
1
1
2
1
3
1
4
1
5
1
6
212
Presentan: Malawi
1
11.6 Preparacin de posiciones de prediccin
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
> get.grid.ID (pnt.Lon = 33.961487, pnt.Lat = - 13.413666)

1 451433224
10
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
Tope letra x 32.67152 35.915046 y -
13 y la funcin de get.1deg.names nos dir cuntos bloques son requeridos
14
para trazar un mapa del pas entero:

> get.1deg.names (= la matriz bbox (c (32.67152, 35.915046,
El +
17.12721, - 9.363796), nrow = 2))
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 +
35.915046, - 17.12721, - 9.363796), nrow = 2))

El # crea una lista de directorios:
> Sys.chmod (getwd (), modo "7777")
> para (j en 1:La longitud (DD.block.list)) {
> dir.create (= la pasta del camino (DD.block.list j))
>}
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))
11.7 simulaciones Geostatistical

213
> LLX LL < - ifelse (QU 1 "E", LL 1, - 1)
> LLY LL < - ifelse (QU 2 "N", LL 2, - 2)
> DD. bloquese < - la matriz (c (LLX, LLX +1, LLY, LLY +1), nrow = 2)
> el sistema (la pasta (gdalwarp,, scov.5km i, ".tif - dstnodata" - 99999 \ "
El +
-T
srs "+proj longlat +datum WGS84" ", workd, DD.block.list j,

El +
scov.5km i, _ "5km.tif - acto inapropiado cerca - te", bloque DD. 1,1,

El +
DD.
bloquee a 1,2,, bloque DD. 2,1,, bloque DD. 2,2, "- tr", 0.05,
El +
0.05, sep), show.output.on.console = FALSE)

>}
Reparo en que la funcin del gdalwarp consiente combinacin de varias fases de elaboracin
En una funcin: Esto se reproyectar,

subconjunto y reprobar cuadrculas de
cualquier para cualquier
GDAL formato compatible. Al final hemos
producido 24 directorios que
Contenga valores de pronosticadores en
posiciones nuevas. Cada directorio contiene
exactamente
La misma lista de nombres, ellos simplemente
se refieren al bloque diferente de tierra.
11.7 simulaciones Geostatistical

Ahora que hemos acomodado modelos de
regresin y variogram y hemos preparado
toda cuadrcula
Los pronosticadores del ded en todas las
escalas, podemos automatizar produccin de
mapas por el grado
La celda cuadriculada, tan indicado en el
esquema 8.2. Para producir un bloque de
copn del 1.4M de tamao
Los els podran tomar los minutos del 1-2, tan
para trazar un mapa de toda Malawi podra
tomar ca. 20
Los minutos por terreno variable para todas
las profundidades. Una vez el GSIF
empaqueta es soltado, lo
El objetivo de ms desarrollo tiene
probabilidad de convertirse en optimizacin
de procesamiento
La velocidad y la eficiencia, a fin de que
dentro de poco deberamos poder generar
Las predicciones en menos luego pocos
segundos por el bloque por propiedad.
El higo. 11.6 ilustra que el beneficio
principal de usar un modelo multiescala es
Que podemos producir patrones espaciales
1
0
1
1
1
2
1
3
1
4
1
5
1
6
que puede compensar i.e de aberturas.

Tenemos una forma para ocuparnos del poco
muestreo de algunas reas. Asimismo, la
multa
Los pronosticadores de resolucin, aunque de
diversidad muy inferior y a menudo en lo
referente a uno
El perodo ms corto de time11, puede usarse
para mejorar el detalle en predicciones y
Explique procesos locales que ocurren en
distancias < 250 m.
Repare tambin en que el nmero real de
perfiles en el rea es muy ms pequeo
Lo reportado tres mil. Estamos realmente
tratando de usar ca. 800 puntos para
Trace un mapa de contenido en pixeles del
9.5M (enteramente de Malawi), lo cual est
distante debajo de lo aceptado
El estndar cartogrfico de 160 pixeles por
punto (vea pgina 84). En otras palabras,
Extendemos downscaling arriba 8 por ms de
lo que debe ser para esto
El scale12 efectivo sugiere! No obstante,
parece que pudimos explicar
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
Las posiciones. Vea tambin Higo. 11.7.
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 +
Vars.OSP 1, _ "1.sdat", sep), = TRUE silencioso)
> los nombres (grid.GSM) < - la pasta (vars.OSP 1, "1", sep)

> para (yo en 2:(La longitud (GSM. d) - 1)) {
> grid.GSM@data[,paste(vars.OSP[1], yo, sep) ] < - readGDAL (la pasta (getwd ()
El
, DD.block.list 5,, vars.OSP 1,, yo, ".sdat", sep)) $band1

>}
> str (@ los datos grid.GSM)
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 +
Plot.type "gif", altitudeMode "clampToGround", z.lim c (4,20))

>}
El resultado final es visible en Higo. 11.7.

Finalmente, le podemos poner todos los mapas derivativos de la propiedad del terreno a un archivo con la a
Especific e.g de nombre. E33 S14. Una vez tele-enviado para el GSIF FTP13, estos mapas
Ser automticamente comprobado para contenido y validez y si los resultados experimentales son
El positivo ser en el que se entr en una base de datos PostGIS (vea Higo. 3.8).
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
Las fuentes bibliogrficas
La lectura recomendada
El Terreno Digital Haciendo Mapas:
F Behrens, T., y Scholten, T., (2006). Digital

Una Publicacin de Nutricin de la Planta y Soil Science 169(3): El 434443.
5
F Boettinger, J., Howell, D., Moore, Un., Hartemink, Uno., y S Caf A Kienast.
6
(Eds.) (2010). El volumen digital del tal 2 de Progreso en la Pedologa.
8
El brincador. Los procedimientos de la convencin del tercer taller Global
9
En DSM.
10
F McKenzie, Nueva Jersey Grundy, M.J. Webster, acto inapropiado. (2008). Las lneas directivas
El terreno Csiro Publishing, Canberra, 557 p.
12
F Lagacherie, P., McBratney, A.B., Voltz, M., (2005). Digital una Amsterdam, Elsevier, 600 p. Lo conferencia
14
procedimientos ence del primer taller Global en DSM.
15
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
1
2
F Rabus, B., Eineder, M., Roth, Uno., y Bamler, Acto Inapropiado. (2003). Lo
Topograp
3
Por Photogrammetric Engineering y la Lectura a Distancia,

4
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
Terreno Digital Haciendo Mapas: Un Developments Perspectivo Introductorio en Terreno

9
La ciencia (pp. 112118). Amsterdam: Elsevier.

F McBratney, A.B., Mendoc Un Santos, M.L., y Minasny, B. (2003). Adelante digital
10
11
Manche mapeo. Geoderma, 117, 352.

12 F McBratney, A.B. (1998). Algunas consideraciones en los mtodos para spatially
13
Agregando y desagregar informacin del terreno. El Nutriente Ciclndose Adentro

14
Agroecosystems, 50, 5162.
15
16
17
Geostatistics:
F Bivand, Acto Inapropiado., Pebesma, E., Rubio, V., (2008). uno
Con Serie de Acto Inapropiado de Uso, el Brincador, Heidelberg, 378 p.

18 F Goovaerts, P., (1997). Geostatistics para Natural Resources Evaluation
19
(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
Erties Geoderma 140:

22
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
Software Gratis de la Fuente del Claro y:

F Beaudette, D. et al. (2010). brase
Tists, Universidad de California en Davis.

Chambers 29 F, J.M. (2008). El software para anlisis de datos: La programacin con
30
R. Springer, 231 p.
31 F Gay, J. (Ed) (2002). F
32
Richard Emita EEUU del Software de la Fundacin, Boston, Massachusett, p. 230.

33 F Hengl, T. (2009). Un Amster
34
La represa: La universidad de Amsterdam, 291 p.
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
La Publicacin de Pedologa 15, 8492.

15
BA Rhode Island T Z, acto inapropiado., Acto Inapropiado de hora del Este DI M A, Z., RO BE RT, J., DO M Yo la N Yo QU E , UN., RO Louisiana N D, H., Massachusett Rhode Island O N, S.,
e Indias Occidentales N FR Yo ED, acto inapropiado.
16 (2011). Manche balance de carbn en ecosistemas sensitivos en Europa - la relevancia para la
poltica surge, Terreno de captulo
17 que el carbn en terrenos europeos, pgina de adentro presionan. El brincador.
18
La tecnologa de la informacin de acto inapropiado BA Z,
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
La base de datos SABIA. Ensucie Uso y Gerencia 25, 124127.

24
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
El Ambiente 122, 2634.

28
La hora del Este de la D de unidad aritmtica de la ESCALA DE MEDICIN DE LA GRAVEDAD ESPECFICA TE, D. y O'GEE N, UNO. (2009). La trama de terreno: Un
estudio de suelos en lnea para California, Arizona, y Nevada.
29
Las Computadoras y Geosciences 35, 21192128.

30
La ESCALA DE MEDICIN DE LA GRAVEDAD ESPECFICA RN O UX, M., Arkansas ROUAYS, D., acto inapropiado CER Yo, C., Virginia LKO FF, B., y hora del Este JO LI
V, C. (1998). Las densidades de la masa de brasileo
31
Los terrenos amaznicos guardaron relacin con otras propiedades del terreno. La Sociedad de Pedologa de America Journal 62, 743749.
32
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
BRU S, D. La J. y L kilobyte UV E LI N, G. B. M. (2007). La optimizacin de patrones de muestra para kriging universal de

Las variables medioambientales. Geoderma 138, 8695.
49
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
La linda palangana de Australia. Geoderma 111, 2144. 53

BU YO, E. (2004). El estudio de suelos como un sistema de conocimiento. Geoderma 120, 17 26.
54
BU RRO U GH, P., editor (1998). Los Principios de Sistemas de Informacin Geogrficos. La Prensa de la Universidad del Zapato Tipo Oxford,
55
El zapato tipo Oxford, la edicin 2.

56
BU RRO U GH, P., hora del Este BE CK T, P., y JA RV Yo S, M. (1971). La Relacin entre el Costo y Utility en Terreno Levantan Un Plano
57
(YO III). La Publicacin de Pedologa 22, 359394. 58
Acto Inapropiado del contador pblico certificado M A Una, G. y EN SRU D, H. (2004). Abra a Source GIS Software: Los Mitos y las Realidades. En el Acceso Manifiesto y
lo
59
El dominio pblico en Datos Digitales y la Informacin para la Ciencia, mandan a llamar 16, Washington. Las Academias Nacionales
60
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
La ribera riberea,, el contador pblico certificado.
65
220
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
acto inapropiado ' CH
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
Anlisis 33, 203211.

9
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
Relacin para Datos Globales de Imagen. El Gegrafo Profesional 54, 218225.

12
SUBOFICIAL CH
EL
ES RT H, W. (2008). La enciclopedia de pedologa. La enciclopedia de serie terrquea de ciencias. El brincador.
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
Las aplicaciones. v de nmero. 1. El brincador.

15
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
Nueva York, edicin 2.

17
CO NR A D, O. (2007). La SAGA Entwurf, acto inapropiado del fu Funktionsumfang Und Anwendung Eines Systems Automatisierte
18
Geowissenschaftliche Analysen. La tesis PhD, la Universidad de ttingen Go Ttingen, Go.

19
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
Ciencia 145, 2936.

21
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
Datos Espacial Infrastructures Indagan 3, 146167.

25
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
Los terrenos. La Sociedad de Pedologa de America Proceedings 28, 285286.

30
El
oscilador local D'AV 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
ACTO INAPROPIADO D E GRUI J TE,
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
Prensa, Nueva York.

45
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
EC NO M YO LA C UN N D AS C IA L DEV E LO PM EN T DE PENSILVANIA RT M EN T (2002). La agricultura mundial: Hacia 2015/2030.

La
50
comida y la Organizacin de Agricultura de las Naciones Unidas, Roma.

51
Acto Inapropiado ALIMENTADO E RE,
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
la Organizacin de Agricultura, Roma.

FI
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
Acto Inapropiado FROS
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
Unin Acadmica Mundial (la Prensa).

67
EL
EMPUJE OVA ERT S, P. (1997). Geostatistics para Natural Resources Evaluation (Geostatistics Aplicado). El Uni del Zapato Tipo Oxford
68
versity Press, Nueva York.
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
Trazando un mapa de con Datos Limitados, volumen 1 de Progreso en la Pedologa. El brincador.

16
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
La Sociedad de America Journal 70, 920929.

20
La GALLINA G L, T. y PARA OM AN Yo A N, N. (2006). Los mapas no son lo que parecen: Representando incertidumbre en propiedad de terreno
21
Los mapas. En ETA del contador pblico certificado N O, M. y Pensilvania Yo la O de Nueva Hampshire, M., editores, Procedimientos del Simposio Internacional 7 en
Spatial
22
La valoracin de exactitud en Recursos Naturales y las Ciencias Medioambientales (la Exactitud 2006), el 805813 de pginas.
23
Instituto Geographico Portugue s, Lisboa, Portugal.

24
Acto inapropiado HEU S CH E, S., BR UN D T, C., y acto inapropiado JA DI N E, P. (2005). Usando Reconocimiento Mdico del Terreno y el Qumico Properties para Estimate
25
La Densidad de la Masa. La Sociedad de Pedologa de America Journal 69, 17.

26
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
Plante Anlisis 29, 22272233.

51
JO LM A, UNO., ES E S, D., HO RN Yo el antiguo testamento N G, N., Michigan TA SOVA, H., Nebraska TEL ER, M., RACI C, UNO., y SU TTO N, T. (2008).
52
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
KA LE M BA SA, S. y JE NK Yo N SO N, D. (1973). Un Estudio Comparativo de Titrimetric y Gravimetric Methods para

La Determinacin de Carbn Orgnico en Terreno. La publicacin de la Ciencia de Comida y la Agricultura 24, 10851090.
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,
G. y PI E el HOMOSEXUAL VARN, H. (2003). Las herramientas en la geomorfologa fluvial. Wiley.

60
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
Geoderma 101, 105118.
67
64
222
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
perspectiva. Los Desarrollos de Adentro la Ciencia del Terreno. Elsevier, Amsterdam.

3
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
Las ciencias: Los factores de actuacin y de impacto. La Tecnologa De La Informacin Ecolgica.

9
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
Sociedad de Pedologa de America Journal 55, 476481.

24
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
el de des de la colza Mines Pars, Fontainebleau.

28
MC BR EN NE Y, UNO. (1998). Algunas consideraciones en los mtodos para spatially agregando y desagregando terreno
La
29
informacin. El Nutriente Reciclando en Agroecosystems 50, 5162.

30
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
Los sistemas de inferencia. Geoderma 109, 4173.

32
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
dermis 117, 352.

37
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
Tierra Nacional y la Auditora de Recursos de Agua, Canberra.

42
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
Blgica). Ensucie Uso y Gerencia 25, 346353.

45
IA de la H de Kilobyte de
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
Anlisis 34, 18531860.

48
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
Sociedad de America Journal 74, 310316.

50
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
Cruzando Aplicacin De Investigacin, Medioambiental, y Operacin, volumen 2 de Progreso en la Pedologa, socio

59
Ter 34, 429436 de pginas. El brincador.

60
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
funcin de covarianza. Geoderma 140, 324336.

62
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
Las aplicaciones para GIS y la lectura a distancia. La Prensa de la Prgola Ana.

64
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
prensa. La prensa de prueba de redundancia cclica, Taylor y Francis Group, edicin 2.
En
Las referencias
223
N
EN Yo V Yo,
S., hora del Este de Massachusett ZZ TI, P., Asociacin

H., KE RR, J., y O TUAM A,
E. (2009). Biodiversity y clima
Automovilstica SA A RE Nuevo Mxico,
Cambie armazn de panoramas de uso para el proceso del

piloto de interoperabilidad GEOSS. La Tecnologa De La
Informacin Ecolgica 4,
El 2333.
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
La textura y la retencin de humedad. La lata. Agric. Eng. 22, 149151.

18
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 encuesta geolgica, Denver CO.

26
De fase codificada VE Rhode Island L, kilobyte., FILA de acto inapropiado de la ESTACIN BALNEARIA, L., y REU T ER, D. (1999). Ensucie anlisis: Un manual de
decodificacin. CSIRO Pub
27
El lishing.
28
PL EI J S YO ER, L. (1984). Los mtodos del laboratorio y la calidad de datos. Programe para la caracterizacin del terreno: Un informe adelante
29
La ronda del piloto. La parte II. Exchangeable basa, base saturacin y pH. La Referencia Internacional del Terreno y
30
El Centro de Informacin, Wageningen.

31
PL EI J S YO ER, L. (1986). Los mtodos del laboratorio y datos intercambian programa. El informe interino en el Cambio
32
Alrededor de 85-2. La Referencia Internacional del Terreno y el Centro de Informacin, Wageningen.

33
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
La teora. Geoderma 136, 774 787.

35
LA MODULACIN DE FASE DEL OSCILADOR LOCAL DE ACTO INAPROPIADO DE VE EN T CO RE TEA M (2009). acto inapropiado: Un idioma y ambiente para la
computacin estadstica. La Fundacin de Acto Inapropiado
36
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
Sintiendo 57, 241262.
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
La Ciencia 135, 123125.

42
L S TOSCO, W. y BR Alaska E NS Yo EK, D. (1982). Estimando retencin de agua del terreno de propiedades del terreno. J. Irrig. El desage
43
Div. Es. Soc. Civ. Eng. 108, 166171.

44
L S TOSCO, W. y BR Alaska E NS Yo EK, D. (1989). La estimacin de retencin de agua del terreno y las propiedades hidrulicas. Adentro
45
Acto inapropiado de
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
Las corbatas y las caractersticas. Adelanta en la Agronoma 16, 213234.

49
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
Los Pases Bajos, edicin 2.

54
RO SS YO ACTO INAPROPIADO TE, D. (2004). El recurso digital del terreno hace inventario: El estatus y los prospectos. Ensucie Uso y Gerencia 20,
55
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
Y la Ciencia Geogrfica de Informacin 30, 121134. 60

SA YO LA N YO, G. (1966). La materia orgnica como una medida
6
1
de densidad de la masa de terreno. La Naturaleza 210, 1295.
SA N CH EZ E T A L. (2009). El mapa del Terreno digital de
6
2
mundo. La Ciencia 325, 680681.
6
La TONELADA de la Letra X SA, kilobyte., L S TOSCO, W., RO M B ER
3
G ER, J., y Pensilvania Dakota del Norte de fase codificada Yo Kilobyte de la C,
acto inapropiado. (1986). Estimar generaliz agua de terreno
Las caractersticas de textura. La Sociedad de Pedologa de America Journal 50, 10311036.
64
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
SH
1
UNA N O N,
C. (1949). La comunicacin en presencia del ruido. Proc. Instituya de Ingenieros Radiotcnicos 37, 1021.
El
disco de corta duracin SH L Acto Inapropiado D,
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
Espectroscopia Infrarroja 15, 119.

SH
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
Publicacin de Amrica 48, 142147.

SH
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
precisin y extensin de escama. La Sociedad de Pedologa de America Journal 52, 181190.

SH
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
la Pedologa y Anlisis de la Planta 38, 26472657.

18
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
Las luces de la noche. La Lectura A Distancia de Ambiente 96, 277291.

20
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
Washington, acelere al mximo. edicin.

26
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
Los opments. La publicacin internacional de Ciencia Geogrfica de Informacin en prensa, NA.

TI
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
Cadena 23, 6571.

TR
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
Soporte Basado de Decisin. La Valoracin Integrada 4, 517.

51
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
volumen 31. Elsevier.
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
Universidad de California, Ribera.
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
1
2
3
4
5
6
7
El glosario
El terreno de perfil edagolfico de perfil es

una coleccin de observaciones de
propiedades del terreno en sitio
Y hasta 2 m de profundidad. El perfil
edagolfico insina que los inspectores del
terreno tienen realmente
Abierto un hoyo, cul puede ser con holgura
probado con una foto de un perfil.
El trmino del glosario Write aqu la
descripcin del trmino del glosario. Escriba
aqu lo
La descripcin del trmino del glosario.
Escriba aqu la descripcin del trmino del
glosario.
La variable del terreno Write aqu la
descripcin del trmino del glosario. Escriba
aqu lo
La descripcin del trmino del glosario.
glosario.
La regresin anidada del mutliscale Write
aqu la descripcin del trmino del glosario.
glosario. Escriba aqu la descripcin de
El trmino del glosario.
Mapeo del geostatistical Geostatistical
haciendo mapas es informacin accionada
mapeo.
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

GSM - Libro Traducido

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

GSM - Libro Traducido

Uploaded by

Copyright:

Available Formats

Tomislav Hengl Robert A.

McMillan Markus Walsh Hannes

Las Facilidades Globales de Informacin del Terreno:

Un armazn del methodological para informacin abierta del terreno

ISRIC la Informacin Mundial del Terreno

Enviando por Correo Direccin: El Instituto Terrqueo, la Universidad Columbia

15 que Este documento estaba preparado usando el LTEX 2

el software. El trazado se basa en svmono de Springer Verlag

16 el Nmero Internacional Estndar del Libro?

2011 ISRIC la Informacin Mundial del Terreno

Sabemos ms acerca de terrenos de Marte que acerca de terrenos de frica.

sortium de productores de informacin del terreno. El concepto fue que el consorcio

En el cumplimiento de sus responsabilidades asignadas, ISRIC se ha reunido uno adentro

El viding soportando funcionabilidad e infraestructura para el GlobalSoilmap.net

Este libro fue iniciado en respuesta al proyecto GlobalSoilMap.net. Nosotros

adopt por ah, el OneGeology Project. Representa un esfuerzo de parte de lo

La implementacin de los sistemas de informacin es mayormente claro utilizador logrado

equipo GlobalSoilMap.net ISRIC

Los lderes del nodo GlobalSoilMap.net

yo la Del Este Asia nodo:

Gan-Lin Zhang (el lder del Nodo), Instituto de Pedologa, chino

La academia de ciencias (ISSAS), 71 Beijingdonglu, Nanjing 210008

Hong joven a Suk (el coordinador Cientfico), Academia Nacional de

La ciencia agrcola, RDA Hacia el Sur Corea

Luca Montanarella (el lder del Nodo), Comisin Europea DG JRC

Por E. Fermi 1, I-21027 Ispra (Virginia), Italia

Endre Dobos (el coordinador Cientfico), Univeristy de Miskolc, Hungra

Yo Latinoamrica y nodo caribeo:

La calaba de Lourdes Mendonc un Santos (el lder del Nodo), Embrapa

Centro Nacional de Investigacin Soil - Embrapa Solos, Rua Jardim Botnico,

1024, CEP 22.460-000, Rio de Janeiro, Brasil

Mara 6400, Edif. Un, Santiago Vitacura, Chile

Yo Amrica del Norte nodo:

La alameda de centenario Hacia el Norte, Lincoln, Nebraska 68508 el EEUU

Anteriormente ISRIC, NL.

James A. Thompson (el coordinador Cientfico), Geospatial Development

Los (acto inapropiado) trocitos de cdigo:

La letra conteniendo fases de elaboracin completas requiri reproducir todo

pasta del destfile (getwd (), "Malawi _ grids.zip", sep))

ms procesamiento de datos en acto inapropiado requiere un nmero de paquetes contribuidos:

La parte Yo los conceptos Tericos y la justificacin razonada

Los aspectos estadsticos de terreno global haciendo

La incertidumbre de variables del terreno. . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3.9 Trazando Un Mapa de eficiencia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

Dividen Instalaciones de Informacin del Terreno II Global

Uno La visin general. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

La propiedad del terreno GlobalSoilMap.net hace mapas. . . . . . . . . . . . . . . . . . . . . . . . 101

Abra Al Pblico Perfiles Edagolficos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

Ensucie a covariates (worldgrids). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

7.1 grupos Temticos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139

7.2 Resoluciones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

7.3 mscara GSM mapas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

Los servicios pblicos y el software: Los paquetes de acto inapropiado. . . . . . . . . . . . . . . . . . . . . . . . . . . . 149

Dividen a III Implementation y ejemplos

La propiedad intelectual y los datos acceden a las polticas. . . . . . . . . . . . . . . . . . 179

La vitrina: Malawi. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193

Las fuentes bibliogrficas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217

Las listas de abreviaciones y smbolos usados en este libro:

Los conceptos tericos y la justificacin razonada

Muchas ciencias evolucionan hacia identificar una combinacin ptima

al., 2001; HARTEMINK et al., 2008). Nos declaramos, dentro de esto

Esta regression-kriging anidada multiescala hbrida (el de arriba a abajo y el fondo

profes para ser ambos polticamente aceptables y cientficamente ptimos.