혈압 매핑

혈압 지도 또는 통계적 토양 지도는 통계적 방법의 사용에 기초하는 토양 특성 및 클래스 맵의 데이터 기반 생성이다.^[1][2][3] 주요 목적은 관측되지 않은 위치에서 일부 토양 변수의 값을 예측하고 통계적 추론(예: 통계적으로 최적의 접근법)을 사용하여 추정치의 불확실성에 액세스하는 것이다. 적용 관점에서, 그 주요 목적은 다양한 토양 관리 전략, 즉 다른 환경 모델과 의사결정에 사용할 수 있는 토양 특성 및 토양 등급 지도를 생성하는 것에 대한 토양 식물 생태계의 대응을 정확하게 예측하는 것이다. 그것은 토양 과학에서 지질학을 적용하고, 그 밖의 혈중측정학에서 사용되는 통계적 방법을 적용하는 것에 주로 기반을 두고 있다.

비록 혈압 매핑이 주로 데이터 중심이지만, 그것은 또한 전문 지식을 기반으로 할 수 있다. 그러나 더 정확한 예측 모델을 생산하기 위해서는 혈압 계산 프레임워크 내에서 활용되어야 한다. 예를 들어, 시공간 Kalman 필터와 같은 데이터 동화 기법을 사용하여 소아유전적 지식과 현장 관찰을 통합할 수 있다.^[4]

정보이론의 맥락에서, 기압적 매핑은 토양의 공간적 복잡성(지리적 영역에 걸친 토양 변수의 정보 내용)을 설명하고, 지도, 요약 측정, 수학적 모델 및 시뮬레이션을 이용하여 이러한 복잡성을 나타내기 위해 사용된다.^[5] 시뮬레이션은 토양 패턴의 결정론적 패턴(경관상), 지리적 열점 및 단거리 변동성을 나타내기 때문에 선호되는 시각화 방법이다(아래 이미지 참조).^{[citation needed]}

계보학

계보학은 토양의 분포와 생성에 대한 연구에 수학적, 통계적 방법을 적용하는 것이다.^[6]

이 용어는 그리스 뿌리의 페도(토양)와 메트론(측정)의 포트만토(portmanteau)이다. 이 경우 측정은 자연환경에서 토양을 연구하는 토양과학의 한 분야인 페더로지(pedology)와 관련되기 때문에 수학적, 통계적 방법에 국한된다.

계보학은 결정론적 또는 확률적 변화, 애매성 및 토양 특성 및 공정에 대한 지식 부족으로 인한 불확실성이 있을 때 토양 관련 문제를 해결한다. 수학적, 통계적 및 수치적 방법에 의존하며, 추정된 결정론적 변동을 다루기 위해 분류에 대한 수학적 접근법을 포함한다. 시뮬레이션 모델은 혼돈 이론, 통계적 분포 또는 퍼지 논리를 채택하여 불확실성을 통합한다.

계보학은 토양 데이터 모델링 애플리케이션에서 파동 분석, 퍼지 집합 이론 및 데이터 마이닝과 같은 신흥 과학 분야의 관점에서 페달학을 다룬다. 이 기술의 발전은 원격 및 근거리 감지 개선과도 연결된다.^[7]

혈압 대 전통적인 토양 지도

전통적인 토양조사에서 토양특성과 토양체질의 공간분포를 정신적 모델에서 유추할 수 있어 수작업으로 묘사할 수 있다. 이러한 방법은 주관적인 것으로 간주할 수 있으며, 따라서 추가적인 현장 샘플링 없이 그러한 지도에 대한 정확도를 통계적으로 평가하기가 어렵거나 불가능하다. 전통적인 토양조사 지도화 역시 다층적 GIS에 한계가 있는데, 이는 종종 다른 매퍼에 의해 일관성 있게 적용되지 않는 사실과 관련되며, 대체로 수동적이고 자동화가 어렵다. 대부분의 전통적인 토양 지도는 가정된 토양 본체의 수작업에 기초하고, 그 위에 토양 속성이 부착된다.^[8][9] 혈압 매핑을 통해 모든 출력은 엄격한 통계 컴퓨팅에 기초하므로 재현 가능하다.

혈압 매핑은 주로 디지털 고도 모델(DEM) 파생 모델, 원격 감지 이미지, 기후, 지상 커버 및 지질 GIS 계층과 이미지 등 광범위하고 상세한 공변량 계층에 기초한다. 그것의 진화는 SRTM DEM, MODIS, ASTER 및 Landsat 이미지, 감마선방사선 및 LiDAR 이미지, 그리고 새로운 자동화된 매핑 방법과 같은 새로운 기술 및 글로벌 공개적으로 이용 가능한 데이터 소스의 출현과 밀접하게 연관될 수 있다.

혈압 대 디지털 토양 매핑

혈압 분석은 지반 통계학에 전적으로 의존하는 반면, 디지털 토양 지도는 자연에서 엄격하게 혈압 분석이 아닌 전통적인 토양 매핑 개념을 더 많이 사용한다. 예측 토양 지도라고도 불리는 디지털 토양 지도는 이산 토양 유형의 디지털 지도를 만들기 위해 컴퓨터 지원 토양 특성에 대한 추론에 의존한다.^[10] 혈압 지도는 이산 토양 유형을 묘사하는 지도를 생성하지 않는다.

방법들

혈압 매핑 방법은 토양 조사 데이터 처리 단계에 따라 다르다.

1. 샘플링
2. 데이터 선별
3. 토양 공변량의 사전 처리
4. 정지역학적 모델의 장착
5. 공간예측
6. 교차 검증/정확도 평가
7. 출력 시각화

혈압 지도를 위한 주요 이론적 근거 중 하나는 토양 변동의 보편적 모델이다.^[4][11]

${\displaystyle Z(\mathbf {s} )=m(\mathbf {s})+\varepsilon '(\mathbf {s})+\barepsilon ''}}$

...where ${\displaystyle \textstyle {m(\mathbf {s} )}}$ is the deterministic part of soil variation, ${\displaystyle \textstyle {\varepsilon '(\mathbf {s} )}}$ is the stochastic, spatially auto-correlated part of variation, and ${\displaystyle \textstyle {\varepsilon ''}}$ is the remaining 또한 $s{\displaystyle \mathbf{}}$ ${\$에 의존할 수 있는 잔차 변동(오류, 단거리 변동성 등$)$을 모델링하지 않는다. 이 모델은 프랑스의 수학자 조르주 메테론(Georges Matheron)이 처음 선보인 모델로 공간 데이터에 대한 '최고의 편견 없는 선형 예측 변수'를 입증했다. 예측 또는 시뮬레이션을 위해 이 모델을 사용하는 한 가지 방법은 회귀 분석-크리깅(유니버설 크라이깅이라고도 함)을 사용하는 것이다. 토양 데이터에서 모형의 결정론적 구성요소는 기후, 유기체, 구제, 모재(사물학), 시간의 토양 형성 요인에 기초하는 경우가 많다. CLORPT 모델로 알려진 이 개념 모델은 한스 제니가 토양경관 모델링에 도입했다.^[2]

기압 매핑 기법의 특별한 그룹은 영역 기반 또는 연속적일 수 있는 공간 정보를 축소하는 데 초점을 맞춘다. 토양 등급의 예측은 또한 기압 매핑의 또 다른 하위 분야로서, 변수의 인자 유형을 보간하기 위해 특정한 지리학적 방법을 사용한다.

혈압 지도는 또한 주로 디지털 토양 지도 기법이라고도 불리는 토양 특성 측정을 위한 새로운 기술에 기초한다. 여기에는 다음이 포함된다.

• 토양 분광 및 근위부 토양 감지(핸드헬드 또는 차량 구동 장치)
• 토양 매핑 및 모니터링을 위한 원격 감지 시스템(예: SMOS)
• 디지털 표고 모델을 위한 LiDAR 기술
• 정밀농업기술

참조

외부 링크

• 국제토양과학연맹보경위원회
• ISRIC — 세계 토양 정보 데이터 센터
• 국제지형측정학회
• 캘리포니아 토양 자원 연구소의 토양 과학자를 위한 오픈 소스 도구
• 디지털 토양 지도 제작 작업 그룹