Hochauflösende Bodenkarten für den Schweizer Wald
2019 - 2021
Cooperazione
Waldböden spielen eine wichtige Rolle zur Erbringung von zahlreichen Ökosystemdienstleistungen wie die Regulierung des Wasserkreislaufes, die Beeinflussung des Kohlenstofftransfers, sowie der Nährstoffaufnahme und -abgabe und sie bieten Lebensraum für eine Vielzahl von Organismen. Um diese Ökosystemdienstleistungen beurteilen und quantifizieren zu können sind Informationen zu Bodeneigenschaften wichtig. Diese sind für den Schweizer Wald jedoch nur sehr spärlich oder nicht flächendeckend vorhanden.
Ziel des Projektes ist, hochauflösende Bodenkarten für den Schweizer Wald zu erstellen. Die Bodenkarten, die auf der Basis von rund 2000 Bodenprofilen erstellt werden, enthalten chemische und physikalische Eigenschaften wie pH, Textur oder Kohlenstoffgehalt für verschiedene Bodentiefen. Auch die Bodentiefe selbst wird modelliert.
Die Modellierung der Bodeneigenschaften basiert auf dem Prinzip der «Digitalen Bodenkartierung». Dabei werden die Bodenprofile mittels statistischer Modellen mit Bodenbildungsfaktoren verknüpft. Mit Hilfe dieser statistischen Beziehung können dann die Bodeneigenschaften flächendeckend für den Schweizer Wald vorhergesagt werden.
Die Bodenbildungsfaktoren werden aus einem umfassenden Set von räumlich kontinuierlichen Kovariablen abgeleitet, die Informationen über Topographie, Vegetation, Klima und Geologie enthalten. Die Terrain Attribute, abgeleitet aus digitalen Geländemodellen und geglättet mit unterschiedlichen Faltungsfilter, bilden dabei den Einfluss von verschiedenen räumlichen Skalenbereiche ab. Informationen zur Vegetation werden aus hochauflösenden Satellitenbildern und LIDAR-Punktwolken abgeleitet.
Beispiel einer Bodenkarte ¶
Publikationen ¶
Baltensweiler A., Walthert L., Hanewinkel M., Zimmermann S., Nussbaum M. (2021) Machine learning based soil maps for a wide range of soil properties for the forested area of Switzerland. Geoderma Reg. 27, e00437 (13 pp.). https://doi.org/10.1016/j.geodrs.2021.e00437Institutional Repository DORA
Baltensweiler A., Heuvelink G.B.M., Hanewinkel M., Walthert L. (2020) Microtopography shapes soil pH in flysch regions across Switzerland. Geoderma. 380, 114663 (10 pp.). https://doi.org/10.1016/j.geoderma.2020.114663Institutional Repository DORA
Nussbaum M., Spiess K., Baltensweiler A., Grob U., Keller A., Greiner L., … Papritz A. (2018) Evaluation of digital soil mapping approaches with large sets of environmental covariates. Soil. 4(1), 1-22. https://doi.org/10.5194/soil-4-1-2018 Institutional Repository DORA
Baltensweiler A., Walthert L., Ginzler C., Sutter F., Purves R.S., Hanewinkel M. (2017) Terrestrial laser scanning improves digital elevation models and topsoil pH modelling in regions with complex topography and dense vegetation. Environ. Model. Softw. 95, 13-21. https://doi.org/10.1016/j.envsoft.2017.05.009 Institutional Repository DORA