| Abstract | Wildfires of low intensity and severity are part of the natural dynamics of the Mediterranean ecosystem. However, the recorded severe wildfires caused by anthropogenic influences and climate change have negative, often long lasting, effects on the environment and, in particular, on soils. Organic matter is an integral part of the soil and one of the most important indicators of soil quality. The changes in soils after a low-severity wildfire are often ephemeral and include decreased microbial respiration and enzyme activity, as well as the increase of soil pH and soil organic matter (SOM) content. High severity wildfires lead to soil degradation, such as volatilization of soil carbon (C), nitrogen (N), phosphorous (P) and sulphur (S) - the most vital soil nutrients. However, due to the heterogenous molecular nature of SOM it is difficult to draw straightforward conclusions regarding its post-fire dynamic and recovery in different environmental conditions.
The main purpose of the research was to apply soil spectroscopy, remote sensing and geostatistic methods in the pedological and climatic conditions of Mediterranean Croatia to test and develop an advanced, cost-effective and applicable methodology for monitoring of post-fire effects on SOM. The study was conducted in Zadar county, Croatia (44° 05′ N; 15° 22′ E; 72 m a.s.l.), on approximately 13.5 ha of wildfire affected mixed forest of Quercus pubescens Willd. and Juniperus communis L. The severity of the wildfire was medium to high, and the soil type was determined as chromic Cambisol. Soil samples were georeferenced which allowed for periodic soil sampling at the same microsite every 3 months. A total of 1080 samples were taken during the 2-year study period. Linear (PLSR) and non-linear (ANN) SOM prediction models based on spectral reflectance were developed and compared. Furthermore, geostatistical mapping of SOM was performed using two different interpolation methods. For univariate interpolation, ordinary kriging (OK) was used, and for multivariate interpolation, ordinary cokriging (OCK) was used. The covariates for OCK were soil pH, electrical conductivity (EC), and CaCO3 content.
The results showed that high severity (HS) areas had a 35 to 48% increase in average SOM content, while medium severity (MS) areas did not record a significant change compared to unburned (C) areas. Spectral reflectance analysis indicated that soil reflectance is greatly influenced by changes in SOM content caused by different wildfire severities. Specifically, HS samples had the highest average SOM content, and therefore lowest average reflectance throughout the study period, whereas C areas had the lowest average SOM content causing highest average reflectance. The greatest spectral differences between C, MS and HS were found in green/yellow to red (500-700 nm) region, which indicates this region carries the majority of information on SOM that could be useful in developing universal models for estimating SOM in soils affected by wildfires.
ANN models generally proved to be superior to PLSR models (PLSR RPD = 1.35 to 2.29; ANN RPD = 1.74 to >2.5), thus confirming previous results that learning non-linear ANN algorithms are able to correlate complex spectral information with the target variable (SOM content), especially in the conditions of complex post-fire SOM dynamics.
Promising results were achieved in using ANN models and remotely sensed, multispectral data provided by ESA Sentinel-2 satellite sensors (Sentinel-2 ANN RPD = 1.48). In the future, freely available Sentinel-2 data could significantly reduce operational costs of future research. By comparing the accuracy and precision of univariate (OK) with multivariate spatial models (OCK), the results showed that univariate spatial models show lower spatial dependency than multivariate ones, which was assessed by interpreting nugget/sill ratio of the calculated experimental variograms (OKnugget/sill=10-74%, OCKnugget/sill=0.002-37%). Results obtained from this research provided the basis for understanding post-fire soil processes and the direction of SOM recovery and present the first step towards creation of a soil spectral database that will enhance post-fire soil survey in Mediterranean conditions. |
| Abstract (croatian) | Požari niskog intenziteta dio su prirodne dinamike mediteranskog ekosustava. Međutim, jaki požari uzrokovani antropogenim utjecajima i klimatskim promjenama imaju negativne, često dugotrajne učinke na okoliš, a posebice na tla. Organska tvar je sastavni dio i jedan od najvažnijih pokazatelja kakvoće tla. Promjene u tlu nakon požara manje jačine često su kratkotrajne i uključuju smanjenu mikrobiološku i enzimatsku aktivnost, kao i povećanje pH tla i sadržaja organske tvari (eng. SOM) u tlu. Jaki požari dovode do degradacije tla, kao što je volatilizacija ugljika (C), dušika (N), fosfora (P) i sumpora (S) - najvažnijih hranjivih tvari u tlu. Međutim, zbog heterogene molekularne prirode SOM teško je izvući jednostavne zaključke o njenoj dinamici nakon požara i oporavku u različitim okolišnim uvjetima. S obzirom na navedeno, iznimno je važno kontinuirano pratiti i stjecati nova saznanja o promjenama nakon požara, posebice u slučaju kvalitete tla, kako bi se prilagodili promjenjivim uvjetima okoliša i razvili održive prakse gospodarenja koje će ublažiti degradaciju tla. Praćenje i modeliranje oporavka okoliša na prirodne katastrofe omogućuje nam temeljitu analizu njihovih kratkoročnih, ali i dugoročnih posljedica.
Daljinska istraživanja u tloznanstvu relativno su novo područje istraživanja s velikim potencijalom za praćenje i kartiranje velikih površina. Daljinsko istraživanje tla može se provoditi sa zemlje, zraka ili svemira. Zemaljska daljinska istraživanja obično se provode pomoću ručnih senzora ili senzora montiranih na vozilo. Daljinska istraživanja iz zraka provode se senzorima montiranim u zrakoplovu. Daljinska istraživanja iz svemira provode se pomoću satelitskih senzora. Posljednjih godina ispituje se potencijal multispektralnih i hiperspektralnih podataka dobivenih putem satelitskih senzora (npr. Sentinel-2, Hyperion) i terenske spektroskopije u istraživanju tla, monitoringu i kartiranju, a podaci dobiveni takvim senzorima pružaju nam mogućnost analize, točnog predviđanja, klasificiranja i mapiranja različitih svojstava tla velikih područja korištenjem geostatističkih metoda. Kartiranje putem daljinskih istraživanja ključno je za razumijevanje prostorno-vremenske dinamike svojstava tla nakon požara. Do sada u pedološkim i klimatskim uvjetima Sredozemne Hrvatske nije provedeno praćenje prostorno-vremenskih promjena kvalitete tla nakon požara.
Glavna svrha ovog istraživanja je primjena spektroskopije tla, daljinskog istraživanja i geostatističkih metoda u pedološkim i klimatskim uvjetima Sredozemne Hrvatske za ispitivanje i razvoj napredne, isplative i primjenjive metodologije za praćenje učinaka požara na SOM tla. Glavni ciljevi istraživanja su: a) pratiti vremenski i prostorni raspored sadržaja organske tvari u tlu nakon požara, b) odrediti odnos spektralne refleksije i sadržaja organske tvari u tlu pomoću linearnih i nelinearnih kalibracijskih modela, c) usporediti točnost i preciznost hiperspektralnih modela predviđanja SOM usporedbom analitičkih i in-situ mjerenja te satelitskih slika i d) usporediti točnost i preciznost univarijatnih s multivarijatnim prostornim modelima.
Istraživanje je provedeno u Zadarskoj županiji (44° 05′ N; 15° 22′ E; 72 m n.v.) na približno 13,5 ha požarom zahvaćene mješovite šume Quercus pubescens Willd. i Juniperus communis L. Jačina požara bila je srednja do jaka, a tip tla utvrđen je kao smeđe na dolomitu i vapnencu (ili chromic Cambisol prema klasifikaciji WRB, 2015). Uzorci tla georeferencirani su što je omogućilo periodično uzorkovanje tla na istoj mikrolokaciji svaka 3 mjeseca. Tijekom dvogodišnjeg razdoblja istraživanja uzeto je ukupno 1080 uzoraka tla.
Razvijeni su i uspoređeni linearni (parcijalna regresija najmanjih kvadrata - PLSR) i nelinearni (neuralne mreže - ANN) modeli predviđanja SOM temeljeni na podacima spektralne refleksije. Spektralni podaci dobiveni su putem spektroskopije tla i iz satelitskih snimaka preuzetih neposredno nakon požara. Nadalje, geostatičko kartiranje SOM provedeno je pomoću dvije različite metode interpolacije. Za univarijatnu interpolaciju korišten je obični kriging (OK), a za multivarijatnu interpolaciju korišten je obični kokriging (OCK). Kovarijable za OCK bile su pH tla, elektrovodljivost (EC) i sadržaj CaCO3.
Rezultati su pokazali da je šumski požar visoke jačine (HS) uzrokovao povećanje prosječnog sadržaja SOM od 35 do 48%, dok požar srednje jačine (MS) nije uzrokovao značajnu promjenu u usporedbi s neizgorenim (C) područjima. Analiza spektralne refleksije pokazala je da na refleksiju tla uvelike utječu promjene u sadržaju SOM uzrokovane različitim jačinama požara. Konkretno, uzorci HS imali su najviši prosječni sadržaj SOM, a time i najmanju prosječnu refleksiju tijekom cijelog razdoblja istraživanja, dok su C uzorci imali najniži prosječni sadržaj SOM što je uzrokovalo najveću prosječnu refleksiju. Najveće spektralne razlike između C, MS i HS zabilježene su u zeleno/žutom do crvenom (500-700 nm) elektromagnetskom valnom području, što ukazuje da ovo područje nosi većinu informacija o SOM koje bi mogle biti korisne u razvoju univerzalnih modela za procjenu SOM u na opožarenim zemljištima.
ANN modeli pokazali su se općenito uspješnijima od PLSR modela (PLSR RPD = 1,35 do 2,29; ANN RPD = 1,74 do >2,5), čime se potvrđuju prethodni rezultati da učeći nelinearni ANN algoritmi mogu korelirati složene spektralne informacije s ciljnom varijablom (sadržaj SOM), posebno u uvjetima složene dinamike SOM nakon požara.
Obećavajući rezultati postignuti su upotrebom ANN modela i daljinski očitanih multispektralnih podataka proizašlih iz obrade satelitskih slika (Sentinel-2 ANN RPD = 1,48). Besplatno dostupni podaci Sentinela-2 mogli bi značajno smanjiti operativne troškove budućih istraživanja. Usporedbom točnosti i preciznosti univarijatnih (OK) s multivarijatnim prostornim modelima (OCK), rezultati su pokazali da univarijatni prostorni modeli pokazuju manju prostornu povezanost od multivarijatnih, što je procijenjeno interpretacijom omjera nugget/sill izračunatih eksperimentalnim variogramima (OKnugget/sill = 10-74%, OCKnugget/sill = 0,002-37%).
Rezultati dobiveni ovim istraživanjem dali su osnovu za razumijevanje procesa u tlu nakon požara i smjera oporavka organske tvari u tlu, te predstavljaju prvi korak prema stvaranju spektralne baze podataka tla koja će poboljšati istraživanje tla nakon požara u mediteranskim uvjetima. |
