Проблеми та можливості моделювання потенціалу секвестрації діоксиду карбону грунтами України
DOI:
https://doi.org/10.31073/acss92-07Ключові слова:
GSOCseq; секвестрація діоксиду карбону; предикативні алгоритми; моделюванняАнотація
У статті розглянуто підходи до моделювання секвестрації діоксиду вуглецю ґрунтами України на різних масштабних рівнях та охарактеризовано ряд проблем, які виникають в ході цього процесу. Визначено основні проблеми в моделюванні запасів органічного вуглецю для території України, серед яких: відсутність (важкодоступність) даних високої роздільної здатності, у тому числі, про типи землекористування; необхідність гармонізації наявних даних; потреба в предикативному моделюванні показників (гранулометричний склад, вміст органічного вуглецю) для ареалів, де необхідні дані відсутні; істотні об’єми машинного часу для власне моделювання. Вказано на потребу відкритого доступу до архівних даних — ґрунтових нарисів, результатів великомасштабних ґрунтових обстежень 1957-1990 рр. та у доступі до великомасштабних топографічних даних, як у вигляді сканованих топографічних карт М 1:10000, так і векторизованих горизонталей. Для забезпечення однакового розміру пікселя, незалежно від місцерозташування в межах України, запропоновано використання проєкції Ukraine Albers Conic Equal Area на основі датума Pulkovo 1942, за якого похибка у довжинах ліній становить всього 0,1 % і показано, що в межах адміністративних областей можна використовувати як пропоновану проєкцію, так і більш точніші проєкції Гаусса-Крюгера із відповідними засторогами. Продемонстровано, що моделювання дозволяє встановити території, в яких навіть найкращі практики господарювання не забезпечують нейтралізацію емісії органічного вуглецю з ґрунтів. Саме в таких ареалах є необхідним першочергове запровадження адаптивного управління ґрунтовими ресурсами агроландшафтів, яке сприятиме секвестрації вуглецю чи мінімізації його емісії.
Посилання
References
United Nations, and Canada. (1992). United Nations Framework Convention on Climate Change. [New York]: United Nations, General Assembly,
Kyoto Protocol to the United Nations Framework Convention on Climate Change. (1997). Dec. 10, 1997. 2303 U.N.T.S. 162.
Paris Agreement to the United Nations Framework Convention on Climate Change.(2015) Dec. 12, 2015. T.I.A.S. No. 16-1104.
Graham, F. (2021). COP26: Glasgow Climate Pact signed into history. Nature. DOI: 10.1038/d41586-021-03464-9.
IPCC. 2018. Global Warming of 1.5°C. An IPCC Special Report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty [Masson-Delmotte, V., P. Zhai, H.-O. Pörtner, D. Roberts, J. Skea, P.R. Shukla, A. Pirani, W. Moufouma-Okia, C. Péan, R. Pidcock, S. Connors, J.B.R. Matthews, Y. Chen, X. Zhou, M.I. Gomis, E. Lonnoy, T. Maycock, M. Tignor, and T. Waterfield (Eds.)].
Boincean, B. P. & Dent, D. L. (2019). Farming the black earth. Sustainable and Climate-Smart Management of Chernozem Soil. Spring Nature, Cham, Switherland AG. doi: 10.1007/978-3-030-22533-9.
Lal, R. (2004). Soil carbon sequestration impacts on global climate change and food security. Science, 304(5677), 1623-1627. doi: 10.1126/science.1097396.
Vargas-Rojas, R., Cuevas-Corona, R., Yigini Y., Tong, Y., Bazza, Z. & Wiese L. (2018). International Yearbook of Soil Law and Policy. In Ginzky H., Dooley E., Heuser I.L., Kasimbazi E., Markus T., Qin T. (Eds.). International Yearbook of Soil Law and Policy. Cham, Springer International Publishing. pp. 373–395. doi: 10.1007/978-3-030-00758-4_18.
FAO. (2017). Unlocking the potential of soil organic carbon. Food and Agriculture Organization of the United Nations. Rome, Italy.
FAO. (2020). A protocol for measurement, monitoring, reporting and verification of soil organic carbon in agricultural landscapes – GSOC-MRV Protocol. Rome. doi: 10.4060/cb0509en.
FAO. (2021). Global Soil Organic Carbon Sequestration Potential Map (GSOCseq). URL: https://www.fao.org/global-soil-partnership/gsocseq-map/en.
FAO. (2020). Technical specifications and country guidelines for Global Soil Organic Carbon Sequestration Potential Map (GSOCseq). Rome, Italy. URL: https://www.fao.org/documents/card/ru/c/cb0353en.
Jenkinson, D. S. & Rayner, J. H. (1977). The turnover of soil organic matter in some of the Rothamsted classical experiments. Soil science, 123(5), 298-305. doi: 10.1097/00010694-197705000-00005.
Jenkinson, D. S. (1990). The turnover of organic carbon and nitrogen in soil. Philosophical Transactions of the Royal Society of London. Series B: Biological Sciences, 329, 361-368. doi: 10.1098/rstb.1990.0177.
Sierra, C. A., Müller, M. & Trumbore, S. E. (2012). Models of soil organic matter decomposition: the SoilR package, version 1.0. Geoscientific Model Development, 5.4, 1045-1060. doi: 10.5194/gmd-5-1045-2012.
Coleman, K. & Jenkinson, D. S. (1996). RothC-26.3-A Model for the turnover of carbon in soil. In: Powlson D.S., Smith P., Smith J.U. (Eds.). Evaluation of Soil Organic Matter Models. NATO ASI Series (Series I: Global Environmental Change). Vol. 38. Springer, Berlin, Heidelberg. doi: 10.1007/978-3-642-61094-3_17.
Falloon, P. & Smith, P. (2009). Modeling Soil Carbon Dynamics. In: Kutsch W. L., Bahn M., Heinemeyer A. (Eds.). Soil carbon dynamics: an integrated methodology. Cambridge University Press. doi: 10.1017/CBO9780511711794.
Mіtášová, H. & Mіtáš, L. (1993). Іnterpolatіon by regularіzed splіne wіth tensіon: І. Theory and іmplementatіon. Mathematіcal Geology, 25(6), 641-655.
GRASS Development Team. Geographіc Resources Analysіs Support System (GRASS GІS) Software. (2021). Versіon 7.8.6. Open Source Geospatіal Foundatіon, 2021. URL: http://grass.osgeo.org (onlіne; accessed: 1.09.2021).
R Development Core Team. (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing. URL: http://www.r-project.org.
Breiman, L., (2001). Random forests. Machine learning, 45(1), 5-32. doi: 10.1023/A:1010933404324.
NASA JPL. (2013). NASA Shuttle Radar Topography Mission Global 1 arc second. Distributed by NASA EOSDIS Land Processes DAAC. doi: 10.5067/MEaSUREs/SRTM/SRTMGL1.003. Accessed 2021-06-01.
Dmytruk, Y., Cherlinka, V. & Demyd, I. (2019). Predicative soil cartographic materials as an element of modern large-scale surveys. Visnyk of Lviv National Agrarian University: Agronomy, 23, 202-206. doi: 10.31734/agronomy2019.01.202. [in Ukrainian]
Iatsuk, I., Dmytruk, Y., Cherlinka, V. & Dent, D. (2021). Status and Problems of Normative Monetary Valuation of Land in Ukraine. In: Dmytruk, Y. & Dent, D. (Eds.). Soils Under Stress: More Work for Soil Science in Ukraine. Cham: Springer International Publishing. pp. 17-26. doi: 10.1007/978-3-030-68394-8_2.
Hofierka, J., Parajka, J., Mitasova, H. & Mitas, L. (2002). Multivariate interpolation of precipitation using regularized spline with tension, Transactions in GIS, 6(2), 135-150. doi: 10.1111/1467-9671.00101.
Cherlinka, V. R. (2019). Digital elevation models in soil science: theoretical and methodological bases and practical application: Extended Abstract of Dr. Biol. Sciences: 03.00.18. Dissertation, Chernivtsi, Yuriy Fedkovych Chernivtsi National University, 538 p. URL: https://drive.google.com/open?id=1TZubbaD3fNIk7FQUkSyZOdK_dPpozqpN [in Ukrainian].
Cherlinka, V. R. (2017). Influence of resolution of digital relief models on the quality of predicative simulation of soil cover. Soil Science. 18(1-2), 79-95. [in Ukrainian].
Cherlinka, V. R. & Dmytruk, Y. M. (2018). Solving existing problems with soil maps in Ukraine. Biological systems, 10(1), 298-308. URL: http://biosystems-journal.chnu.edu.ua/index.php?journal=BioSystems&page=article&op=view&path%5B%5D=https%3A%2F%2Fdoi.org%2F10.31861%2Fbiosystems2018.01.094.
Cherlinka, V. (2017). Using Geostatistics, DEM and remote sensing to clarify soil cover maps of Ukraine. In: Dent, D., Dmytruk, Y. (Eds.), Soil Science Working for a Living: Applications of soil science to present-day problems. Springer-Verlag GmbH, Cham, Switzerland, Ch. 7, pp. 89–100. doi: 10.1007/978-3-319-45417-7_7.
Cherlinka, V. R. (2017). Variations of predictive efficiency of soil maps depending on the methods of constructing educational samples of predicative algorithms. Ecology and noospherology, 28(3-4), 55-71. URL: http://erae.dp.ua/index.php/erae/article/view/20. [in Ukrainian].
Shein, E. V. (2009). Granulometric composition of soils: problems of investigation methods, interpretation of results and classifications. Pochvovedenie, 3, 309-317. URL: https://elibrary.ru/item.asp?id=11722362. [in Russian].
Viatkin, K., Zalavskyi, Y, Bihun, О., Lebed, V., Sherstiuk, O., Plisko, I. & Nakisko, S. (2018). Creation of the Ukrainian national soil organic carbon stocks map using digital soil mapping methods. Pochvovedenie i agrohimiya, 2, 5-17. URL: https://cyberleninka.ru/article/n/sozdanie-natsionalnoy-karty-zapasov-organicheskogo-ugleroda-v-pochvah-ukrainy-s-ispolzovaniem-tsifrovyh-metodov-pochvennogo. [in Russian].
Laktionova, T. M., Medvedev, V. V., Savchenko, K. V., Bigun, O. M., Nakisko, S. G. & Sheiko S. M. (2012). Soil properties of Ukraine database (structure & operating procedure). 2nd edition. Kharkiv: Apostrof. 150 p. URL: http://www.issar.com.ua/uk/vydannya/baza-dannyh-svoystva-pochv-ukrayny-struktura-y-poryadok-yspolzovanyya [in Russian].
Smith, J. O., Smith, P., Wattenbach, M., Gottschalk, P. I. A., Romanenkov V. A., Shevtsova, L. K., … Lisovoi, N. V. (2007). Projected changes in the organic carbon stocks of cropland mineral soils of European Russia and the Ukraine, 1990–2070. Global Change Biology, 13(2), 342-356. doi: 10.1111/j.1365-2486.2006.01297.x.
FAO. (2021). The EX-Ante Carbon-balance Tool (EX-ACT). Economic and Policy Analysis of Climate Change. URL: https://www.fao.org/in-action/epic/ex-act-tool/suite-of-tools/ex-act/en.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Поширення статті здійснюється на умовах ліцензії відкритого доступу Creative Commons Attribution-NonCommercial 4.0 International License.
