Previous slide
Next slide

A talajok szervesszén-készletében bekövetkezett változások térképezése: Új megközelítés gépi tanulás és tér-idő geostatisztika alkalmazásával

A Talajtérképezési és Környezetinformatikai Osztály legfrissebb tanulmánya új módszertant kínál a talajokban bekövetkezett szerves szénkészlet (SOC)-változások feltérképezésére, amely a környezettudományok, a mezőgazdaság, sőt a szakpolitikai döntéshozatal kritikus igényeit is kielégíti. Dolgozatukban olyan tér-idő modellt fejlesztettek ki, amely képes a SOC-változások becslésére különböző térbeli léptékek mellett, a 100 × 100 m-es rácshálótól az országos szintig, az 1992 és 2016 közötti időszakban. Ez a megközelítés részletes betekintést nyújt a SOC dinamikájába, miközben számszerűsíti a kapcsolódó bizonytalanságot is, ami döntő fontosságú a megalapozott döntések meghozatalához olyan területeken, mint például az üvegházhatású gázok leltára, a fenntartható talaj- és mezőgazdálkodás, ill. a talajegészség.

A bemutatott módszertan erőssége, hogy olyan hibrid megközelítést alkalmaz, amely a gépi tanulást és a tér-idő geostatisztikát integrálja, így kezeli a korábbi megközelítések főbb korlátait. A módszer lehetővé teszi a megbízható SOC becslést a bizonytalanság számszerűsítésével együtt tetszőleges tér- és időbeli skálán, még olyan években is, amikor nem állnak rendelkezésre közvetlen SOC adatok. Ez az átfogó módszer nemcsak térben, hanem időben is megbízható és dinamikus képet nyújt a SOC változásokról. Az összeállított térképsorozatok értékes információkkal szolgálnak a kutatók, a társadalom, sőt a politikai döntéshozók számára is, segítve az olyan környezeti kihívások kezelését, mint a táj- és talajdegradáció, az éghajlatváltozás vagy az ökoszisztémák értékelése. Ezek az eredmények támogatják a nemzetközi kezdeményezéseket, mint például az EU Talajmonitoring irányelve vagy az ENSZ fenntartható fejlődési céljai, gyakorlati eszközöket kínálva a SOC-változások nyomon követéséhez és a talajok egészségének időbeli értékeléséhez.

Ez a kutatás a nagyban segíti a magyarországi SOC dinamika jobb megértését, ill. olyan módszertant kínál, amely nemzetközi szinten adaptálható a SOC adatok pontosságának és alkalmazhatóságának javítására korunk környezeti kihívásainak és válságainak kezelése érdekében.

Szatmári, G., Pásztor, L., Takács, K., Mészáros, J., Benő, A., Laborczi, A. (2024): Space-time modelling of soil organic carbon stock change at multiple scales: Case study from Hungary. Geoderma 451, 117067. https://doi.org/10.1016/j.geoderma.2024.117067

© Copyright ATK Minden jog fenntartva. 2023