测量在一个低北极苔原网站内Kytalyk自然保护区在东西伯利亚北部,俄罗斯(70°49′N, 147°28′E)。研究现场占地面积9公里²位于北岸的Berelekh (Yelon)河,Indigirka河的一条支流,大约30公里的西北小镇Chokurdakh。研究区由一个沿着河泛滥平原地区和一个广泛的平原与解冻湖泊和排水解冻湖泊。唯一大的高差(ca 20 - 30米)是由更新世河流阶地的存在。年平均气温−10.5°C, 1月平均温度−34.2°C, 7月平均温度+ 10.4°C。年平均降水量212毫米,其中约一半落如雪( 25]。土壤冻结了大部分,但最大冻土消融。50厘米深度在夏季。虽然只有细微的差别在地形区域,有一个大微地形和水文的变化,从而导致大量的植被类型的变化。植被的研究网站由禾草状的混合物,牧草,苔藓,灌木和归类为G4 (tussock-sedge、矮灌木和苔藓苔原)和S2(小灌木丛苔原)北极环极植被图(CAVM) [ 26]。田野调查是在2008年的夏天,包括土壤和植被的光谱测量,结合土壤样品的收集和植被的描述。

土壤剖面描述为三个短横断面图所示 2。在每个样,微貌和活动层厚度以固定的10厘米的距离,和代表地方的植被组成完整的概要描述。从水平面,深度上显示 y 设在,相对高度内的最高点相比,相应的配置文件。由于冻土的存在在第一计,所有土壤分为Gelisol据美国农业部土壤分类。更新世岭(样1),土壤有机层顶部由粘土质/淤泥的父母存款。有机层主要可以细分的地平线,紧随其后的是一个Ao地平线与分解有机物质。在有些地方,Oi地平线是可见的,稍微分解有机物质。一个O层的存在取决于植被类型(例如, 苔藓vaginatum小丘)和水文条件(例如,潮湿的条件 泥炭藓(泥炭苔藓))。有机层厚度主要变化5至15厘米,但偶尔发生(25厘米)厚层。矿物沉淀层由粘土/肥沃的泥土,橄榄色到黑橄榄灰色颜色和持续超越我们最大采样深度(92厘米)。可以看到斑点的铁氧化土壤解冻,这表明有氧过程发生在永久冻土。矿质土的总C含量介于1.97%和4.86%。较高的C发现内容的深度> 60厘米,是由一些有机小依然存在。土壤剖面样2中,边坡的排水解冻湖泊盆地更新世岭,丝毫没有巨大差异与横断面1在山脊之上,虽然厚O视野缺席。矿石B层的山脊上的纹理一样,和氧化痕迹。排水解冻湖盆的概要文件没有不同于其他地方的地平线Oi。要么一个小有机层是在干燥的位置,或形成了一层湿有机地平线(H)是目前较低的部分。 Usually, a small organic layer with decomposed material is found between the organic layer and the mineral B horizon, only the profile on the location with 泥炭藓缺乏这Ao地平线。抽样时,顶部的冻土矿质土的顶部,这表明冻土解冻与土壤或植被组成成分。

B层的土壤采样到92厘米的最大深度揭示了碳含量平均2.84%的冷冻矿质土沿横断面,最大值为4.86%在更新世岭。相比平均Yedoma土壤C含量2.56% ( 36),我们的网站显示C含量略高的采样深度。这意味着活性层厚度的增加将使C的分解量略高于估计兹莫夫et al。 36]。

一般来说,非常大的土壤成分的差异在近距离观察,使连续的土壤属性的空间映射一个艰巨的任务。强烈的空间变化与土壤成分对应空间微形貌的变化,表面水文、和植物物种组成。例如,有机层的厚度可以改变5到25厘米之间的距离不到1米。

表 1展示了实验室的统计汇总分析和土壤属性之间的相关性。所有土壤属性的值表明,范围大,变化是高的。土壤一般酸,虽然在某些情况下中性pH值测量。如预期平均总C含量高,土壤矿物的水平较低。总K和总C表现出非常高的相关性( R = - - - - - - 0 。 97年 ),这两个属性显然是与总N ( R = 0.88 与C和总 R = - - - - - - 0 。 89年 总K)。总P和pH值不是强与其他土壤属性。频率直方图如图 3,化学分析表明,样本的选择是做得好,因为所有土壤属性的全面覆盖。

一般来说,土壤矿物最低反射率测量在实验室(图 4)。主要吸收特性造成大约1400和1900 nm剩余的水样本。略分解视野显示较高的反射率在近红外和吸水特性更明显。一阶导数强调小的吸收特性的存在在1535海里,在1700和1800 nm和2200至2320纳米,这对植物与吸收特性,由于木质素的存在、淀粉、纤维素、氮、和蛋白质( 31日]。最为明显的吸收特性略有分解样品,但目前分解样品。矿物的土壤光谱吸收特性存在约2200海里,粘土是父母造成的材料( 37),但也有机层显示一个小这个波长的吸收特性。现场观测显示土壤中氧化铁矿物的存在,这是化学分析的支持。然而,土壤矿物的光谱特征显示了铁氧化物没有明确的吸收特性。

使用实验室光谱,好找到校准总K和总C,使用PLSR(表 2)。适合总K主要是由于强烈的相关性与C和N(总表 1),而不是特定的吸收特性通过k PLSR模型总N收益率有点低的结果 R 2 0.75和1.97 RPD,只是把它作为一个温和的预测模型,但8因素用于符合这一模式。这是相对较高的,给定的校准数据集的大小。pH值适度模型(B类根据Chang和Laird的分类 33])预测模型可以安装,但RPD 1.42这个模型在这个类的低水平,表明预测的pH值,而应该比定性定量解释。总P无法预测从光谱数据。1.28和RPD R 2 0.38表明,该PLSR模型不能可靠地应用于其他土壤光谱。

SMLR使用吸收特性描述柯伦( 31日)会产生很好的结果的预测总N和总C(表 2)。特别是对于总C估计提高强劲,RMSE 2.59%;实现了一半的RMSE PLSR模型,这也是表达了高 R 2 (0.95)和RPD (4.43)。必须指出的是,最后保存的波长数目多元线性回归模型,而高总C,这可能限制使用这个模型的其他领域。RMSE比在其他研究结果( 24),但考虑到是可以接受范围的数据集和高水平的总C在这项研究。总N,模型性能也提高了,虽然比C总量少,但旁边的回归中使用的因素主要是减少了。因为总K有很强的相关性,总C我们检查如果总K的间接估计,使用预测总C值和两个属性之间的关系,产生一个更好的预测。事实并非如此,但结果比得上直接与PLSR光谱获得的价值。观测值与预测值的散点图如图表现最好的方法 5。

使用fieldspectra(即。,wet soil samples) the model performance decreases drastically, mostly to levels that are not acceptable for quantitative prediction of soil properties (RPD < 1.4). Only for total C a reasonable model could be fitted, using SMLR, but the RMSE is more than two times larger than the RMSE found for dried samples. This accuracy is comparable with the results using fieldspectra only of Knadel et al. [ 38),对他们的研究网站在丹麦,在碳显示类似的范围。准确性实验室pectra和fieldspectra之间的差异很可能与土壤湿度有关,通常降低可见光和近红外光谱的预测能力。有趣的是,水分不能被估计使用PLSR从fieldspectra (RPD = 1.05、表 3),但是使用光谱干一些可以找到对应的反射率测量(RPD = 1.33、表 2)。低土壤水分精度是最有可能造成非常高的土壤水分(20 - 95%)。自吸收特性相关的水可能在低湿度已经饱和,观察这些高水平之间的差异是不可能的反射光谱。

实验室光谱识别模型是用来预测土壤属性对所有采集到的样本37位置的详细描述植被,从土壤中所有样本收集资料。盒子的pH值、总K、C,和总N是由不同的视野(图 6)。总K和pH值显示当深入土壤逐渐增加。的内容总C和总N随深度。有明显的中间值和四分位值的差异不同的视野,虽然在最小值和最大值范围有重叠。此外,有一个大变化在所有土壤属性略分解,分解层,可以看到从箱子的宽度,显示25%和75%分位数范围(图 6)。只对土壤矿物所有土壤属性的变化是更多限制。总C有机层的水平相媲美了Michaelson et al。 39)在阿拉斯加海岸平原和北部山麓,但土壤矿物样品在他们的研究显示更大的观测值的变化,由于大型地理研究的程度。

我们收集的数据,是不可能的,以评估我们的研究的总碳股票网站。作出这样的预测最大土壤采样深度应该增加,容重必须确定每个样本。在当前条件下,总有机层是在夏季早期解冻,但每一克碳基础上深永冻层矿物的土壤碳释放展示评级机构类似于有机土壤的土壤类型( 40]。此外,水文的变化将有很大影响碳分解水文条件确定碳通量向大气中释放下有氧(主要是有限公司₂)或厌氧(CH₄率)的条件。据李et al。 40),有氧条件下气候相比,有更大的影响类似数量的永久冻土融化在厌氧环境中。

twinspan分类结果在四个植被类,占主导地位的植物物种在表 4。图 7显示了预测土壤属性的箱线图植被类。单独的箱线图的稍微分解层(Oi地平线)和分解有机层(Ao地平线)。

的平均土壤pH值与所有植被类型,但植物群落内的变化显示了巨大差异。干草丛常绿灌木和湿莎草池,由 苔藓angustifolium,略显大的pH值的变化分解有机层。潮湿的 泥炭藓莎草科的植物,稍微分解层的pH值几乎没有变化。土壤中分解有机层平均不酸,对潮湿的pH值略高 泥炭藓莎草科的植物,而其他植被类型。观察到的pH值与对应值在文献[ 16]。所有植被类型下土壤酸性比甲烷生成的最佳pH值6 ( 41),但甲烷生成已被证明发生在低pH值(pH = 3.1) 42]。植物生长在苔原系统可以受到很多因素的限制,如土壤温度和营养的可用性。营养并不意味着直接的措施不足,但如果pH值低于6 P开始形成不溶性化合物与铁(Fe)和铝(Al)。N浓度对pH值不敏感,但植物使用效率取决于可用性的营养素。因此,大量的营养物质可用于植物生长可能是受到土壤pH值,结合低分解活动由于低温和低质量的有机材料。

略分解层的总C含量一般高于分解层。此外,总C上层显示更多的变化不同的植物群落。大部分植被类型显示大总C含量差异略分解,分解层。莎草科的常绿灌木草丛/主导类的特点是大量的垃圾和密集的根源,导致高的总C略分解层。有机层的厚度也显示了大的变化在不同的植被类。平均而言,总有机层最薄的落叶灌木。结合总C含量相对较低,这种植被类型可能贡献至少在北极苔原土壤碳储量。然而,大型地面灌木生物量也可以构成一个重要的碳池,从而在灌木苔原地区碳排放总量。一些研究显示,温度的增加将导致增加灌木生长在北极苔原 17, 18, 43- - - - - - 45]。这意味着未来总C积累在苔原土壤将减少,因为有机层的厚度将平均下降和总C含量不高于其他植被类型。然而,会有一个权衡,增加大量的落叶灌木与未来气候变暖将促进碳储存,因为其相对较大的配置伍迪茎,慢慢分解( 14]。

总N含量略分解层不显示大不同植被类别之间的差异。引人注目的是低湿莎草植被类内变化。分解层的总N含量一般低于0.5%略分解层,虽然为落叶灌木植被类差异很小。C / N比整体很高,表明有机物质在土壤中不包含大量的腐殖质。这主要是干草丛的常绿灌木类,由密集的禾草状的物种( 苔藓vaginatum)较低的常绿灌木茂密的根源和相对大量的垃圾。

情节由落叶灌木显示较低的活性层厚度(ALT),对应灌木清除实验结果勃洛克et al。 46),这表明灌木可以减少能量转移到土壤通过阴影土壤表面,因此可以降低ALT。 泥炭藓和sedge-dominated湿地区显示出更高的ALT,可能由于土壤水分含量高,土壤导热系数增加。强大的植被组成和管理之间的关系,例如,在一项大规模的研究在阿拉斯加,在强大的ALT观察差异沿梯度从shrub-dominated贫瘠的苔原植被类型( 47]。

正如所料,潮湿的土壤含水量最高植被类( 泥炭藓莎草和湿莎草池),但是其他植被类型下土壤含水量的差异并不大,可能是因为我们初夏采样。因此,土壤含水量高(> 40%)对于大多数样本,所有植被类型下,禁止土壤特性的估计 原位反射率测量。

植物物种组成和土壤之间的关系属性允许定性估计对于C和N在不同有机层,由于植被类内的有限的变异,但不够独特的关系作为一个代理为定量估计。知道植被类型,它可以确定如果一个高或低C和N可以预期。关于pH值,定性估计将有可能一些植物类的视野。特别是对于潮湿 泥炭藓莎草,pH值的范围是小的分解和分解有机层。

事实上,某些植物物种的存在与土壤属性,打开了植被光谱和遥感应用的可能性。场反射测量可以用来估计存在和部分覆盖不同的物种,例如,通过使用光谱分离技术( 48]。考虑到大空间植物物种组成的变化,使用空气或星载遥感数据要求高空间(< 1 m)和光谱分辨率。如今,这些只能从机载平台获得的。旁边,cokriging技术,使用植物作为代理变量结合精心设计的空间采样策略,可能提供的可能性空间的映射在北极苔原土壤属性。提出了谱方法允许快速和廉价的密集测量土壤特性的研究领域。可能性地图植被类与twinspan分类调查,自从twinspan决定随堂作业根据个别物种的存在和数量,这几乎是不可能与遥感数据来确定。