The present study aims to assess the applicability of the predictive model MaxEnt (Phillips et al., 2006; doi:10.1016/j.ecolmodel.2005.03.026) for establishing the spatial extent of soils with certain properties. With good model performance and the availability of the necessary input data, it will be possible to delineate relatively quickly ranges of soils with different textures, organic carbon content, humus horizon depth, soil reaction (pH), etc. The survey results would assist in the study and classification of soils and facilitate farmers in applying precision and regenerative agriculture practices.
The project will include several main research activities: (1) soil sampling and mapping in the field; (2) chemical and grain size analyses of soil samples collected from the study area; (3) collection and processing of information on explanatory variables, including digital elevation models, geological maps, climatic data, vegetation, land use, etc.; (4) predictive modeling of soils and assessment of the results. Dissemination activities will include presenting the results at scientific conferences and adapting the obtained data to the needs of farmers and consultancies in the field of precision and regenerative agriculture.
The research will create an algorithm for predictive modeling of the spatial distribution of soils with certain properties using the MaxEnt software product. Relevant soil maps will be developed for the study area, and the most appropriate predictors for the soil variables will be determined. The results will be published in at least two scientific journals indexed in reputable databases such as Scopus and Web of Science.
Activities
Activity
Contracted Amount
Reported Amount
Провеждане на почвени изследвания : Дейността има за цел събиране на данни за почвообразуващите условия и почвените характеристики в проучвания район, които ще бъдат използвани в процеса на моделиране в следващите етапи на изследването. Дейността ще се осъществи на три етапа – камерален, теренен и лабораторен. Камералната подготовка ще започне с подбор на район на изследване, който ще включи едно или няколко земеделски стопанства. Съобразяването с техните границите ще подпомогне събирането на данни за земеделските практики в проучваната територия и съгласуване в максимална степен на разработваната технология и получените резултати с изискванията на прецизното земеделие. През първия етап ще бъдат събрани съществуващи данни за литоложкия състав, релефа, земното покритие, вида земеползване, потенциалната и съвременна растителност, климатичните особености, прилаганите агротехники и др., които ще бъдат използвани за подбор на обяснителни променливи за нуждите на моделирането. Ще бъде изследвана приложимостта на информацията от Европейския център за почвени данни (ESDAC) към Европейската комисия, както и на индекси за състоянието на растителността (NDVI) и такива чувствителни към овлажнението, механичният състав и количеството на органично вещество в почвата (NDSI, SAVI, SATVI, VARI, RENDVI).
През втория етап от изпълнението на дейността ще бъдат извършени почвени картировки в района на изследване. С тяхна помощ ще се съберат подробни сведения за локалното почвено разнообразие, строежа на почвата, изявата на характерни почвообразуващи процеси и прилаганите агротехники. По време на теренните проучвания ще бъде извършено пробонабиране от изследваните почвии ще се уточни информацията за почвите и условията на почвообразуване, събрана по време на камералната подготовка.
Лабораторният етап ще включи пробоподготавка на събрания почвен материал и извършване на химични и зърнометрични анализи.
61 800.00
0.00
Съставяне на вероятностни модели: Дейността има за цел да бъде оценена приложимостта на вероятностния модел MaxEnt (Phillips et al., 2006; doi:10.1016/j.ecolmodel.2005.03.026) за очертаване на ареалите на почви с определени свойства. Изследването стъпва на тясната пространствена връзка между строежа и свойствата на почвата и условията на почвообразуване, залегнала в принципите на цифровото почвено картографиране. Направлението използва редица геостатистически методи и техники на машинно самообучение, но повечето от тях изискват голям брой данни за моделираната променлива и значителен опит за калибриране на моделите. В това отношение MaxEnt има съществени предимства, тъй като може да работи с малки статистически извадки и се отличава с лесен за ползване интерфейс. Интегрирането на модела в последните версии на ГИС-продуктите на ESRI и наличието на библиотеки за MaxEnt в програмния език R улесняват широкото приложение на модела и възможностите за неговото развитие.
Моделът MaxEnt е разработен за определяне на географското разпространение на биологични видове, като се основава на техните екологични изисквания към заобикалящата ги среда. Въпреки това, авторите му посочват, че е подходящ за приложения и извън тази сфера. Подобно на останалите модели за разпространение на видовете, MaxEnt изготвя прогноза на вероятността за наличие на дадения вид на определена територия. Тази вероятност е относителна и се определя чрез сравнение на условията в местата с наличие на вида спрямо останалите участъци в изследвания район. Концепцията на модела позволява да бъде използван за установяване на обхвата на географски явления и обекти като почви с конкретни свойства. За подобно приложение е необходимо да се изследва достатъчно тесен диапазон от величината на моделираната променлива, така че стойностите й да отговарят на относително еднородни природни условия. Следвайки този подход, с модела би могло да се очертае ареала на конкретно почвено различие, на почви с глинест или песъчлив механичен състав, да се определят участъци с почвено преовлажнение или на почвено вкисляване и т.н. Представянето на MaxEnt в такива случаи ще зависи най-вече от подбора на подходящи предиктори и от това доколко класификацията на измерените стойности на моделираната променлива ще отразява характерни съчетания на условията за почвообразуване в изследваната територия.
В рамките на Дейност 2 ще бъдат съставени серия от вероятностни модели изготвени с MaxEnt, с чиято помощ ще се очертаят ареалите на почви с конкретни характеристики като механичен състав, киселинност, електропроводимост, съдържание на органичен въглерод, запасеност с биогенни елементи, мощност на хумусния хоризонт, проява на характерни повообразуващи процеси като преовлажнение и др. В ролята на предиктори ще бъдат използвани показатели, които са тясно свързани с почвообразуващите условия като наклон на склона, експозиция, относително превишение спрямо речната мрежа, топографски индекс на преовлажнение, земно покритие, физически блокове, климата, потенциалната растителност, индекси за състоянието на почвата и съвременната растителност и др.
В края на дейността ще бъде направен опит за адаптиране на резултатите в подходящ вид за използване в интелигентни системи за оценка на почвата и управление на земеделските стопанства, които използват техники на машинно самообучение и изкуствен интелект като тази прилагана от фирма „Агровар“ (https://agrovar.bg/).
24 400.00
0.00
Разпространение на резултатите: Планът за реализация и разпространение на резултатите е ориентиран към три основни целеви групи:
- Научна общност и научни организации;
- Земеделски стопани, които прилагат методите на прецизното земеделие;
- Консултантски фирми, които предлагат интелигентни системи за управление на земеделските стопанства.
Научните резултати от проекта ще бъдат споделени със световната научна общност посредством докладването им на научни форуми и чрез публикации в научни списания с отворен достъп, индексирани в реномирани бази данни.
След анализ и идентификация на потенциалните заинтересовани страни ще бъдат организирани работни срещи с техни представители, на които да бъдат представени целите на проекта и ползите от неговите резултати.
9 000.00
0.00
Notes:
Elements in light blue allow detailed view when selected
All amounts are in Bulgarian lev (BGN) / 1 EUR = 1,95583 BGN
