CN117321415A - 一种测量土壤的方法 - Google Patents

一种测量土壤的方法 Download PDF

Info

Publication number
CN117321415A
CN117321415A CN202280021637.1A CN202280021637A CN117321415A CN 117321415 A CN117321415 A CN 117321415A CN 202280021637 A CN202280021637 A CN 202280021637A CN 117321415 A CN117321415 A CN 117321415A
Authority
CN
China
Prior art keywords
soil
feature
sampling
terrain
content
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202280021637.1A
Other languages
English (en)
Inventor
本杰明·乔·洛奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Australian Natural Capital Intellectual Property Private Ltd
Original Assignee
Australian Natural Capital Intellectual Property Private Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from AU2021221611A external-priority patent/AU2021221611A1/en
Application filed by Australian Natural Capital Intellectual Property Private Ltd filed Critical Australian Natural Capital Intellectual Property Private Ltd
Priority claimed from PCT/AU2022/050220 external-priority patent/WO2022192943A1/en
Publication of CN117321415A publication Critical patent/CN117321415A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

一种测量土壤的方法,该方法包括以下步骤:评估受测地形的特性以识别受测地形的一个或多个特征组以及每个特征组的土地面积量;识别每个特征组中的采样位置;在每个所识别的采样位置处进行土壤采样,以计算每个特征组中的土壤的特征的含量;并且使用所计算的每个特征组的土壤的特征的含量和作为受测地形的总面积的比例的每个特征组的土地面积量来计算受测地形的特征的含量。

Description

一种测量土壤的方法
技术领域
本公开涉及一种评估土壤的方法。具体地,但不排他地,本发明涉及一种测量土壤中的碳量的方法。
背景技术
碳封存是在植物、土壤、地质形成物、以及海洋中的碳的长期储存,并且通常是从大气中长期去除、捕获或封存二氧化碳,以减缓或逆转大气CO2污染并且减轻或逆转全球变暖。二氧化碳通过生物、化学和物理过程从大气中自然捕获。该过程还使土壤再生并提高土地生产力。
由于各种政府和市场驱动的金融方案和激励措施(诸如碳信用等)的引入,对于参与这些方案的土地持有者和其他实体,期望测量土壤中的随着时间的碳储量变化。
土壤碳浓度在区域、局部和微观尺度上变化很大,并且这在作为证明随着时间已封存的碳量的必要步骤的试图确定代表性的土壤碳储量时造成了困难。
许多已知的方法都很粗糙并且应用基于网格的或随机采样技术来提供土壤中碳浓度的指示。此类技术没有充分考虑土地区域内的区域、局部或微观尺度上的碳变化。
或者,已尝试通过增加采样的量并且分析直到获得的数据集足够大以在统计上适应碳浓度变化来准确计算受测地形中的碳土壤储量并适应变化。这显著增加了物理采样程序的成本。
由于采样技术的不准确性和/或为了获得足够用于碳信用方案和/或其他经济上有动机的方案的准确结果而进行采样的成本很高,评估土壤中碳储量随着时间的变化困难重重,这降低了碳封存方案的可行性。
本发明的目的是克服或至少改善上述现有技术的一个或多个缺陷和/或为消费者提供有用的商业选择。
发明内容
在一种形式上,尽管它不必是唯一形式,也不必是最广泛的形式,本发明涉及测量土壤的方法,该方法包括以下步骤:
评估受测地形的特性以识别受测地形的一个或多个特征组以及每个特征组的土地面积量;
识别每个特征组中的采样需求;
对每个所识别的采样需求进行土壤采样,以计算每个特征组中的土壤的特征的含量;并且
使用计算的每个特征组的土壤的特征的含量来计算受测地形的特征的含量。
优选地,该特征是碳。
适合地,计算受测地形的特征的含量的步骤还包括:将每个特征组的土地面积量用作受测地形的总面积的比例。
或者,计算受测地形的特征的含量的步骤还包括:将每个特征组的土地面积量用作受测地形总面积的部分。
任选地,识别受测地形的一个或多个特征组包括:合并由不同的可观察特征组成的一个或多个特征组,不同的可观察特征基于对土壤的特征的含量的统计上类似特性的分析而合并。
适合地,通过在现场土壤采样来进行在每个所识别的采样位置处进行土壤采样以计算每个特征组中的土壤的特征的含量的步骤。
任选地,通过对数据存储的查询来进行在每个所识别的采样位置处进行土壤采样以计算每个特征组中的土壤的特征的含量的步骤,该数据存储具有存储在其中的、从先前的现场采样收集的土壤的特征的含量。
任选地,通过在现场土壤采样与对数据存储的查询结合使用来进行在每个所识别的采样位置处进行土壤采样以计算每个特征组中的土壤的特征的含量的步骤,该数据存储具有存储在其中的、从先前的现场采样收集的土壤的特征的含量。
或者,该特征是矿物、化学、生物或物理属性。
适合地,识别受测地形的一个或多个特征组和每个特征组的土地面积量的步骤包括:计算每个特征组的土地量作为受测地形的土地总面积的比例或部分。任选地,这还包括:计算每个特征组的土壤的地下地层的垂直比例或垂直部分,以计算受测地形的特征比例或特征部分。在优选的形式中,该特征比例或特征部分可表示为体积。
附图说明
以下附图形成本说明书的一部分并且被包括以进一步展示本公开的某些方面。通过参考这些附图中的一个或多个并结合在此呈现的具体实施方式的详细说明,可以更好地理解本公开。
图1示出了根据发明的实施方式的测量土壤的方法的流程图;
图2示出了应用该方法的受测地形的示意图;以及
图3示出了表示作为图1所示的流程图的结果产生的数据的表。
具体实施方式
本发明涉及一种测量土壤的方法。下面参照对土壤采样以确定该土壤中的碳浓度来描述本发明的实施方式。技术人员将理解,方法可同样适用于土壤中其他化学元素的浓度和/或土壤的其他特性,诸如污染程度等。
图1示出了根据发明的实施方式的对土壤进行采样的方法100的流程图。图2示出了应用该方法的受测地形200的示意图。
方法100具有评估受测地形200的特性以识别地形200的一个或多个特征组以及在地形200内每个特征组所占据的土地面积量的步骤110。基于地形200内可观察的特征将地形200中的土地面积分组在一起,这些可观察的特征具有影响碳浓度的变化的容量和/或封存碳的能力。在这个步骤中考虑的因素包括:土壤类型、草地、地面植被、地面覆盖物、裸露地面、气候、化学、生物、土地的表面呈现的性质、程度以及变化;包括局部洼地的地形、土壤密度、砾石含量、水流动、水流路径、水体、植被种类、冠层覆盖物、岩石露头、基础设施土地管理实践、自然现象以及如本领域技术人员将认识到的其他此类因素。
该步骤还可以基于土壤含量的统计上类似特性的分析,在单个特征组中将这些可观察特征中的一个或多个合并到一起,在实施方式中土壤含量是碳浓度。例如,基于对具有这些可观察特性的类型的地面进行统计分析,具有冠层覆盖物的土地的面积可具有与岩石露台(rock outcrops)类似的碳浓度和封存能力。照此,在该实施例中,这两个土地面积将被一起分组为单个特征组。
参见图2中的实施方式,已识别地形200中的特征,识别到如下特征组:裸露地面220、普通树型覆盖230、第一牧场类型的草覆盖240、第二牧场类型的草覆盖250和表面洼地260。
本领域技术人员应当理解,可识别其他特征,诸如灌木覆盖、岩石露头、水体、人造覆盖(诸如道路等)。
此外,不同的地下地层210A、210B和210C也被识别为特征组。本领域技术人员应当理解,对于每个表面特征可存在不同数量的地下地层水平。虽然在本实施方式中示出了三个,但是基于地形200上的位置,其可以具有不同数量。
已参考识别地形中的土壤的特征(即碳含量)识别实施方式中的特征组。因此,以上所识别的特征组已基于它们与碳含量相关联的共同特性和/或它们封存碳的能力被识别。技术人员将认识到,当发明应用于测量(包括针对地形的其他特性)时,将基于该情况中的相关因素评估特征组。
一旦识别了特征组220至260,然后将计算每个特征组的所分配的土地面积。在实施方式中,对每个特征组220至260的土地面积进行计算并将其表示为地形200的土地总面积的比例。
使用地形评估的合适手段执行评估地形200的特性以识别特征组220至260以及每个特征组220至260的土地面积的步骤,地形评估合适手段包括:审查与地形200相关联的可用文献和数据组、地理空间分析和建模;现场分析和观察;摄影;近程感测;采样和分析(诸如钻探等);遥感;实地验证;质量保证;数据库管理;以及通过使用地理参考无人机、统计分析、卫星和其他视觉检查机制和/或其他类似的地形测量技术。
适合地,如下文进一步讨论的,该步骤还涉及计算地形200的每个特征组220至260的土壤的地下地层210A至210C的垂直比例,以计算每个特征组220至260的特征比例。
图3示出了表示作为上述步骤110的结果的数据的表300。具体地,表300具有示出如列310所示的每个特征组220至260的行,其被断开以适应如列320所示的每个地下地层210A至210C的垂直深度。在列330中示出该特征组220至260的面积作为地形200的总面积的一部分。
在列340中示出每个特征组220至260的地下地层210A至210C的垂直比例。列350中所示的特征部分通过将相关特征组22至260的垂直比例210A、210B和210C分别视为每个特征组220至260的面积的分数作为所考虑的地形200的总面积的比例来计算。
在对于每个特征组具有不同数量的地层,或者不均匀的地层垂直比例或部分的实施方式中,特征比例或部分适当地表示为体积。
下文更详细地论述特征部分。
再次参考图1,然后在步骤120中识别每个特征组220至260内的样本位置。关于每个特征组220至260内的采样位置做出不同考虑(诸如土地的物理访问可用性、统计显著性、随机性、合成、建模)以确定采样位置(和深度)。
在步骤130中,进行土壤采样、样本准备和分析以确定每个特征组220至260中的中的碳含量。该过程包括现场采样(例如,钻孔)分析和计算,从而能够从相关特征组220至260内的样本位置计算每个土壤样本中的碳含量的量,并且推断特征组220至260中的碳含量。
在替代实施方式中,通过查询在其中存储有来自先前的现场采样的碳含量的数据存储来进行步骤130,步骤130用以确定特征组220至260中的每个特征组的碳含量的土壤采样、样本准备和分析。在该替代实施方式中,我们正在识别每个特征组中的采样需求,并且然后通过对数据存储的查询来进行每个特征组中的土壤的特征的含量的间接计算。
在又一实施方式中,该过程涉及类似特征组的统计分析,而不是从特征组220至260中实际采样。
在又一形式中,如所描述地结合先前描述的对数据存储的查询来进行物理采样。
在步骤140中,然后通过将相关特征组的特征比例用作相对于来自步骤130的特征组中测量的碳含量的加权因子并且对这些值求和,来计算受测地形200的碳含量。
在替代实施方式中,使用其他手段(诸如,对来自每个特征组的碳含量求和)和其他类似手段来计算受测地形200的碳含量。
通过识别特征组并且以此方式进行测量以允许选择物理采样位置,并且然后在一些实施方式中,因为避免了高密度详尽采样程序,同时仍然保持所产生的数据的高置信度,物理采样(诸如通过在那些选择的位置处钻孔)降低了土壤采样和分析的成本。
在实施方式中,方法100在不同时间点重复,以确定受测地形中总碳含量或储量的变化,从而确定已随着时间被封存在土壤中的碳的值。
在发明的一些实施方式中,可以使用特征组内的建模,使得可以在特征组内的各个点处计算土壤的碳含量或碳储量,作为接近具有不同特征组的边界的土地面积。以此方式,可以避免特征组之间的边界处的碳储量计算的显著阶跃变化。相反,特定特征组内的土壤的碳储量和封存能力可以从特征组中的物理采样位置向特征组的边界逐渐减小。
虽然已经参考作为土壤中的碳含量的特征描述了实施方式,但该方法还可用于测量在区域、局部和微观尺度上浓度变化较大的其他特征。其他实施例包括来自燃料端的土壤浓度和霰弹枪射击场地中的铅分布。
“约”或“近似的”以及它们的语法上等效的表达是指数量、水平、值、数量、频率、百分比、维度、大小、量、丰度、浓度、重量或长度相对于参考数量、水平、值、数量、频率、百分比、维度、大小、量、丰度、浓度、重量或长度变化多达15%、14%、13%、12%、11%、10%、9%、8%、7%、6%、5%、4%、3%、2%或1%。
贯穿本说明书,除非上下文另外要求,否则词语“包括(comprise)”、“包括(comprises)”和“包括(comprising)”将被理解为暗示包括所陈述的步骤或元件或步骤或元件的组,但不排除任何其他步骤或元件或步骤或元件的组。因此,术语“包括(comprising)”等的使用指示所列出的元件是必需的或强制性的,但是其他元件是任选的并且可以存在或可以不存在。

Claims (10)

1.一种测量土壤的方法,所述方法包括以下步骤:
评估受测地形的特性以识别所述受测地形的一个或多个特征组以及每个所述特征组的土地面积量;
识别每个所述特征组中的采样需求;
针对每个所识别的采样需求进行土壤采样,以计算每个所述特征组中的土壤的特征的含量;并且
使用所计算的每个所述特征组的所述土壤的特征的含量来计算所述受测地形的特征的含量。
2.根据权利要求1所述的方法,其中,所述特征是碳。
3.根据权利要求1所述的方法,其中,通过在现场土壤采样来进行在每个所识别的采样位置处进行土壤采样以计算每个所述特征组中的所述土壤的特征的含量的步骤。
4.根据权利要求1所述的方法,通过对数据存储的查询来进行在每个所识别的采样位置处进行土壤采样以计算每个所述特征组中的所述土壤的特征的含量的步骤,所述数据存储具有存储在所述数据存储中的、从先前的现场采样中收集的所述土壤的特征的含量。
5.根据权利要求1所述的方法,所述特征是矿物、化学、生物或物理属性。
6.根据权利要求1所述的方法,其中,计算所述受测地形的特征的含量的步骤还包括:将每个所述特征组的土地面积量用作所述受测地形的总面积的比例或部分。
7.根据权利要求6所述的方法,识别所述受测地形的一个或多个特征组以及每个所述特征组的土地面积量的步骤包括:计算每个所述特征组的土地量作为所述受测地形的土地总面积的比例或部分。
8.根据权利要求6所述的方法,其中,识别所述受测地形的一个或多个特征组以及每个所述特征组的土地面积量的步骤包括:计算每个所述特征组的土地量作为所述受测地形的土地总面积的比例或部分。
9.根据权利要求8所述的方法,还包括步骤:计算每个所述特征组的土壤的地下地层的垂直比例或垂直部分,以计算所述受测地形的特征比例或特征部分。
10.根据权利要求1所述的方法,其中,进行土壤采样的步骤涉及对所述受测地形中的位置处的土壤进行如由在每个所述特征组中识别的所述采样需求所确定的物理采样。
CN202280021637.1A 2021-03-15 2022-03-15 一种测量土壤的方法 Pending CN117321415A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
AU2021900744 2021-03-15
AU2021221611A AU2021221611A1 (en) 2021-03-15 2021-08-25 A method of measuring soil
AU2021221611 2021-08-25
PCT/AU2022/050220 WO2022192943A1 (en) 2021-03-15 2022-03-15 A method of measuring soil

Publications (1)

Publication Number Publication Date
CN117321415A true CN117321415A (zh) 2023-12-29

Family

ID=89237665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202280021637.1A Pending CN117321415A (zh) 2021-03-15 2022-03-15 一种测量土壤的方法

Country Status (1)

Country Link
CN (1) CN117321415A (zh)

Similar Documents

Publication Publication Date Title
Garnett et al. Terrestrial organic carbon storage in a British moorland
Watkins et al. Appraisal of fracture sampling methods and a new workflow to characterise heterogeneous fracture networks at outcrop
Simola et al. Carbon loss in drained forestry peatlands in Finland, estimated by re‐sampling peatlands surveyed in the 1980s
Villanueva-Diaz et al. Winter-spring precipitation reconstructions from tree rings for northeast Mexico
Coes et al. Multiple-method estimation of recharge rates at diverse locations in the North Carolina Coastal Plain, USA
AU2024203830A1 (en) A method of measuring soil
Olaiz et al. Comparison and applications of the Thornthwaite moisture index using GIS
Timilsina et al. Modeling hydrologic processes associated with soil saturation and debris flow initiation during the September 2013 storm, Colorado Front Range
Grossman et al. Assessment of soil organic carbon using the US soil survey
Guardiola‐Albert et al. Comparison of recharge estimation methods during a wet period in a karst aquifer
Alba et al. Airborne-pollen map for Olea europaea L. in eastern Andalusia (Spain) using GIS: estimation models
Rahiz et al. Does a rainfall-based drought index simulate hydrological droughts?
CN117321415A (zh) 一种测量土壤的方法
Tedesche et al. Scales of snow depth variability in high elevation rangeland sagebrush
Yermolaev et al. Spatial and temporal dynamics of gully erosion in anthropogenically modified forest and forest‐steppe landscapes of the European part of Russia
Jafari et al. Assessment of soil property spatial variation based on the geostatistical simulation
Reza Ghanbarpour et al. Evaluation of spatial and temporal variability of snow cover in a large mountainous basin in Iran
Schwindt Permafrost in ventilated talus slopes below the timberline-A multi-methodological study on the ground thermal regime and its impact on the temporal variability and spatial heterogeneity of permafrost at three sites in the Swiss Alps
Alfieri et al. A simple reclassification method for correcting uncertainty in land use/land cover data sets used with land surface models
Garnett Carbon storage in Pennine moorland and response to change
AU2021221611A1 (en) A method of measuring soil
Smith et al. Developing a methodology to improve Soil C Stock Estimates for Scotland and use of initial results from a resampling of the National Soil Inventory of Scotland to improve the ECOSSE Model: Final Report
Rivera et al. Effects of 20 years of parceling on the condition of communal rangeland on a Mexican ejido
CN110674469B (zh) 一种适用于干旱岩溶缺数据地区的水文频率计算方法
Giles Soil water regimes on a forested watershed

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination