Estimating the Soil Moisture Retention Characteristic From Texture, Bulk Density, and Carbon Content

Vereecken, Harry; Maes, Johan; Feyen, Jan; Darius, Paul

doi:10.1097/00010694-198912000-00001

Cited by 651 publications

(524 citation statements)

References 0 publications

Supporting

Mentioning

458

Contrasting

Unclassified

Order By: Relevance

“…-The continuous PTFs developed by Vereecken et al (1989) using soils from Belgium (Vereecken continuous PTFs) and recognized as leading to the best prediction when used for soils with similar characteristics in Belgium (Cornelis et al, 2005), Switzerland (Mermoud and Xu, 2006) and Germany (Tietje and Tapkenhinrichs, 1993); -The continuous PTFs developed by Teepe (Teepe et al, 2003) with German soils …”

Section: Ptfs Selected To Identify the Class Ptfs Used For Studymentioning

confidence: 99%

Mapping soil water holding capacity over large areas to predict potential production of forest stands

et al. 2011

View full text Add to dashboard Cite

Ingrid Seynave. Mapping soil water holding capacity over large areas to predict the potential production of forest stands. Geoderma, Elsevier, 2011, 160, pp.355-366. 10 AbstractEcological studies need environmental descriptors to establish the response of species or communities to ecological conditions. Soil water resource is an important factor but is poorly used by plant ecologists because of the lack of accessible data. We explore whether a large number of plots with basic soil information collected within the framework of forest inventories allows the soil water holding capacity (SWHC) to be mapped with enough accuracy to predict tree species growth over large areas. We first compared the performance of available pedotransfer functions (PTFs) and showed significant differences in the prediction quality of SWHC between the PTFs selected.We also showed that the most efficient class PTFs and continuous PTFs compared had similar performance, but there was a significant reduction in efficiency when they were applied to soils different from those used to calibrate them. With a root mean squared error (RMSE) of 0.046 cm 3 cm -3 (n = 227 horizons), we selected the Al Majou class PTFs to predict the SWHC in the soil horizons described in every plot, thus allowing 84% of SWHC variance to be explained in soils free of stone (n = 63 plots). Then, we estimated the soil water holding capacity by integrating the stone content collected at the soil pit scale (SWHC') and both the stone content at the soil pit scale and rock outcrop at the plot scale (SWHC") for the 100.307 forest plots recorded in France within the framework of forest inventories. The SWHC" values were interpolated by kriging to produce a map with 1 km² cell size, with a wider resolution leading to a decrease in map accuracy. The SWHC" given by the map ranged from 0 to 148 mm for a soil down to 1 m depth. The RMSE between map values and plot estimates was 33.9 mm, the best predictions being recorded for soils developed on marl, clay, and hollow silicate rocks, and in flat areas. Finally, the ability of SWHC' and SWHC" to predict 3 height growth for Fagus sylvatica, Picea abies and Quercus petraea is discussed. We show a much better predictive ability for SWHC" compared to SWHC'. The values of SWHC" extracted from the map were significantly related to tree height growth. They explained 10.7% of the height growth index variance for Fagus sylvatica (n = 866), 14.1% for Quercus petraea (n = 877) and 10.3% for Picea abies (n = 2067). The proportions of variance accounted by SWHC" were close to those recorded with SWHC" values estimated from the plots (11.5, 11.7, and 18.6% for Fagus sylvatica, Quercus petraea and Picea abies, respectively). We conclude that SWHC" can be mapped using basic soil parameters collected from plots, the predictive ability of the map and of data derived from the plot being close. Thus, the map could be used just as well for small areas as for large areas, directly or indirectly through water balance indices, to predict forest growth an...

show abstract

Section: Ptfs Selected To Identify the Class Ptfs Used For Studymentioning

confidence: 99%

Mapping soil water holding capacity over large areas to predict potential production of forest stands

et al. 2011

View full text Add to dashboard Cite

show abstract

“…andBoersma, L. 1984). Soil texture information classifi ed according to USDA system is essential input data in (agri-)meteorological and hydrological modelling (Vereecken, H. et al 1989;Saxton, K.E. and Rawls, W.J.…”

Section: Compilation Of Country-wide Physical Soil Property Mapsmentioning

confidence: 99%

Compilation of novel and renewed, goal oriented digital soil maps using geostatistical and data mining tools

et al. 2015

View full text Add to dashboard Cite

Due to former soil surveys and mapping activities signifi cant amount of soil information has accumulated in Hungary. Present soil data requirements are mainly fulfi lled with these available datasets either by their direct usage or aft er certain specifi c and generally fortuitous, thematic and/or spatial inference. Due to the more and more frequently emerging discrepancies between the available and the expected data, there might be notable imperfection as for the accuracy and reliability of the delivered products. With a recently started project we would like to signifi cantly extend the potential, how soil information requirements could be satisfi ed in Hungary. We started to compile digital soil maps, which fulfi l optimally the national and international demands from points of view of thematic, spatial and temporal accuracy. In addition to the auxiliary, spatial data themes related to soil forming factors and/or to indicative environmental elements we heavily lean on the various national soil databases. The set of the applied digital soil mapping techniques is gradually broadened incorporating and eventually integrating geostatistical, data mining and GIS tools. Regression kriging has been used for the spatial inference of certain quantitative data, like particle size distribution components, rootable depth and organic matt er content. Classifi cation and regression trees were applied for the understanding of the soil-landscape models involved in existing soil maps, and for the post-formalization of survey/compilation rules. The relationships identifi ed and expressed in decision rules made the compilation of spatially refi ned category-type soil maps (like genetic soil type and soil productivity maps) possible with the aid of high resolution environmental auxiliary variables. In our paper, we give a short introduction to soil mapping and information management concentrating on the driving forces for the renewal of soil spatial data infrastructure provided by the framework of Digital Soil Mapping. The fi rst results of DOSoReMI.hu (Digital, Optimized, Soil Related Maps and Information in Hungary) project are presented in the form of brand new national and regional soil maps.

show abstract

“…A pontbecslő ptf-ekben használják leginkább ezt a technikát, de például a van Genuchten-függvény ((11) egyenlet) paramétereit is több szerző ezzel a módszerrel becsülte (VEREECKEN et al, 1989;SCHEINOST et al, 1997;MINASNY et al, 1999;WÖSTEN et al, 1999;.…”

Section: A Talaj Víztartó Képességének a Becslését Legtöbbször Regresunclassified

Talajok víztartó képességét becslő módszerek

Tóth

2010

Agrokémia És Talajtan

View full text Add to dashboard Cite

A talaj vízháztartásától függ a természetes vegetáció és a termesztett növények víz-ellátása. Szerepet játszik a talaj levegő-és hőháztartásának, a biológiai aktivitás mérté-kének és a tápanyagforgalomnak a kialakításában is. Befolyásolja a talaj szerkezeti és technológiai tulajdonságait, meghatározza a talajművelés idejét, módját, valamint hat a talaj pufferképességére (VÁRALLYAY, 2004; 2005a,b).A talaj vízháztartását meghatározó tulajdonságok egyike a talaj víztartó képessége, mely lehetővé teszi, hogy a talajba szivárgó víz akár hosszabb ideig is raktározódjon a talajban. A talaj víztartó képességének mérése költséges, munka-és időigényes. Ugyanakkor lehetőség van arra, hogy egyszerűbben mérhető talajtulajdonságok alapján becsléssel határozzuk meg. A talajtani kutatások során kapott becslő függvényeket pedotranszfer függvényeknek (ptf) hívják a szakirodalomban. A meghatározást az angol "pedotransfer function"-ból vették át, mely a LAMP és KNEIB (1981) által használt "pedofunction" és a BOUMA és VAN LANENtől (1987) származó "transfer function" fogalmakból alakult ki. A pedotranszfer függvény definícióját BOUMA (1989) fogalmazta meg először, miszerint a függvény segítségével a rendelkezésre álló információkból olyan adatokat lehet előállítani, amelyek elsődleges mért forrásból nem hozzáférhetőek. A ptf-ek többségét a talaj vízgazdálkodási tulajdonságainak becslésére dolgozták ki, de léteznek a talaj egyéb fizikai és kémiai jellemzőit számító módszerek is. RAWLS (1983) például a talajok térfogattömegére dolgozott ki becslő módszert; a talajok szerves folyadék visszatartó képességét MAKÓ (2002) pedotranszfer függvénnyel becsülte; UNO és munkatársai (2005) távérzékelt információkból becsülték a talajok szervesanyagtartalmát; BELL és VAN KEULEN (1995, cit: MINASNY, 2007) a talajok kationkicserélő képességének becslésére dolgoztak ki módszert. A hiányzó adatokat egyre gyakrabban helyettesítik becsült értékkel a talajtani kutatásban. A mezőgazdasági és a környezeti modellezéshez szükséges hiányzó adatok pótlására azok pedotranszfer függvényekkel történő becslése megoldást jelenthet. Ugyanakkor mindig szem előtt kell tartani, hogy a becsült értékek hibája ismereten, így azok csak közelítő jellegűek és felülvizsgálatuk elmaradhatatlan feladat.A becslő módszerek alkalmazása nem új keletű, annak ellenére, hogy a ptf fogalma csak 1989 óta létezik. Már korábban is igény volt rá, hogy a nehezen mérhető talajtulajdonságokat egyéb, könnyebben meghatározható adatokból számítsák. VÁRALLYAY és munkatársai (1979) az 1970-es évekkel bezárólag, MINASNY (2007) pedig napjainkig tekinti át a becslő módszerek kidolgozásának történetét, felsorolva a főbb eredménye-ket. Az ő munkájukat is felhasználva tekintem át az első talajfizikai ptf-ek megalkotásá-tól napjainkig terjedő időszak becslő módszereit.

show abstract

Estimating the Soil Moisture Retention Characteristic From Texture, Bulk Density, and Carbon Content

Cited by 651 publications

References 0 publications

Mapping soil water holding capacity over large areas to predict potential production of forest stands

Mapping soil water holding capacity over large areas to predict potential production of forest stands

Compilation of novel and renewed, goal oriented digital soil maps using geostatistical and data mining tools

Talajok víztartó képességét becslő módszerek

Contact Info

Product

Resources

About