Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Predictors for digital mapping of forest soil organic carbon stocks in different types of landscape

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F22%3A00126065" target="_blank" >RIV/00216224:14310/22:00126065 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/60460709:41210/22:89980

  • Výsledek na webu

    <a href="https://www.agriculturejournals.cz/web/swr.htm?type=article&id=4_2022-SWR" target="_blank" >https://www.agriculturejournals.cz/web/swr.htm?type=article&id=4_2022-SWR</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.17221/4/2022-SWR" target="_blank" >10.17221/4/2022-SWR</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Predictors for digital mapping of forest soil organic carbon stocks in different types of landscape

  • Popis výsledku v původním jazyce

    Forest soils have a high potential to store carbon and thus mitigate climate change. The information on spatial distribution of soil organic carbon (SOC) stocks is thus very important. This study aims to analyse the importance of environmental predictors for forest SOC stock prediction at the regional and national scale in the Czech Republic. A big database of forest soil data for more than 7 000 sites was compiled from several surveys. SOC stocks were calculated from SOC content and bulk density for the topsoil mineral layer 0-30 cm. Spatial prediction models were developed separately for individual natural forest areas and for four subsets with different altitude range, using random forest method. The importance of environmental predictors in the models strongly differs between regions and altitudes. At lower altitudes, forest edaphic series and soil classes are strong predictors, while at higher altitudes the predictors related to topography become more important. The importance of soil classes depends on the pedodiversity level and on the difference in SOC stock between the classes. The contribution of forest types as predictors is limited when one (mostly coniferous) type dominates. Better prediction results can be obtained in smaller, but consistent regions, like some natural forest areas.

  • Název v anglickém jazyce

    Predictors for digital mapping of forest soil organic carbon stocks in different types of landscape

  • Popis výsledku anglicky

    Forest soils have a high potential to store carbon and thus mitigate climate change. The information on spatial distribution of soil organic carbon (SOC) stocks is thus very important. This study aims to analyse the importance of environmental predictors for forest SOC stock prediction at the regional and national scale in the Czech Republic. A big database of forest soil data for more than 7 000 sites was compiled from several surveys. SOC stocks were calculated from SOC content and bulk density for the topsoil mineral layer 0-30 cm. Spatial prediction models were developed separately for individual natural forest areas and for four subsets with different altitude range, using random forest method. The importance of environmental predictors in the models strongly differs between regions and altitudes. At lower altitudes, forest edaphic series and soil classes are strong predictors, while at higher altitudes the predictors related to topography become more important. The importance of soil classes depends on the pedodiversity level and on the difference in SOC stock between the classes. The contribution of forest types as predictors is limited when one (mostly coniferous) type dominates. Better prediction results can be obtained in smaller, but consistent regions, like some natural forest areas.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10503 - Water resources

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/QK1920163" target="_blank" >QK1920163: Vývoj a verifikace prostorových modelů vlastností lesních půd v České republice</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    SOIL AND WATER RESEARCH

  • ISSN

    1801-5395

  • e-ISSN

  • Svazek periodika

    17

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    11

  • Strana od-do

    69-79

  • Kód UT WoS článku

    000753949300001

  • EID výsledku v databázi Scopus

    2-s2.0-85129909085