http://kppwiki.vumop.cz/api.php?action=feedcontributions&feedformat=atom&user=Anna.juricova 2026-04-28T21:49:38Z Příspěvky uživatele MediaWiki 1.31.7 http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=436 2021-05-05T09:56:02Z

<p>Anna.juricova: </p> <hr /> <div>[[Soubor:TitulniStrana-stránka001.jpg|bezrámu|vpravo|400px]]<br /> Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech pak slouží k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (například zrnitost, skeletovitost či hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito informací z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy, mocnosti humusového horizontu a skeletovitosti. Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> <br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest (RF), kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Komplexn%C3%AD_pr%C5%AFzkum_p%C5%AFd&diff=435 2021-05-05T08:27:20Z

<p>Anna.juricova: </p> <hr /> <div>Komplexní průzkum půd (KPP) byl prvním moderním soustavným průzkumem půd na území tehdejší ČSSR. Proběhl v letech 1961 – 1970 na základě usnesení vlády ČSSR č. 11 ze dne 4. ledna 1961 jako celostátní, centrálně koordinovaná akce zaměřená na systematický sběr údajů o půdě. Účelem KPP bylo zabezpečení dostatečně podrobných a kvalitních informací o půdě (půdním pokryvu) pro potřeby systematického zvyšování půdní úrodnosti a řešení problematiky výživy rostlin na vědeckých základech. KPP představuje souběžné a navzájem koordinované řešení dvou různých akcí:&lt;br&gt;<br /> * půdoznalecký průzkum, jako jednorázová akce základního průzkumu půd ČSSR plánovaná na 10 let,<br /> * soustavné agrochemické zkoušení ornic, který bude prováděn v pětiletých cyklech za účelem agrochemické kontroly stavu přípustných živin, půdní reakce a potřeby vápnění (tento průzkům stále probíhá a je prováděn [http://eagri.cz/public/web/ukzuz/portal/ ÚKZUS]).&lt;br&gt;<br /> KPP proběhl na veškeré zemědělské půdě, která byla v čase realizace KPP v užívání socialistických i soukromých zemědělských podniků. Během téměř desetiletého období bylo v rámci bývalé ČSSR prozkoumáno celkem 7,2 mil. hektarů zemědělské půdy, vykopáno více než 700 tis. půdních sond (z toho v Čechách přibližně 500 tis.) a analyzováno přibližně 2 mil. odebraných půdních vzorků. KPP byl realizovaný podle jednotné metodiky půdního průzkumu. Metodika půdního průzkumu, která byla poprvé vydaná v roce 1961, byla postupně upravovaná a detailizovaná (celkem tři vydání 1961, 1962 a 1967) a v konečné podobě vydaná v roce 1967 jako tři samostatné díly zaměřené na různé aspekty realizace KPP (Němeček a kol. 1967, Damaška a kol. 1967, Sirový a kol. 1967). <br /> Výsledkem KPP bylo množství tematických map v různých měřítcích (1: 10 000, 1: 50 000 a 1: 200 000) a podpůrných textových výstupů, které kromě účelových výsledků určených praxi (agronomická kategorizace území a agronomická regionalizace území, návrhy protierozních opatření na zlepšení produkčních schopností půdy) obsahují zejména základní, přírodovědné údaje: půdní mapy a záznamy morfologických a analytických charakteristik půdních profilů. Všechny výstupy KPP (mapové i textové), zpracované pro území České republiky, jsou v současné době archivovány ve [https://www.vumop.cz/ Výzkumném ústavu meliorací a ochrany půdy, v.v.i. v Praze].&lt;br&gt;<br /> <br /> ==Geneticko-agronomická klasifikace==<br /> [[Soubor:Metodika Komplexního průzkumu půd..png|bezrámu|vpravo|Metodika Komplexního průzkumu půd|400px]]<br /> Geneticko-agronomická klasifikace půd (dále GAK) byla vytvořena jako účelová klasifikace pro potřeby mapování půdy v rámci KPP. GAK je komplexní hiearchický klasifikační systém, jehož objektem je kromě samotné klasifikace půdy (taxonomický systém) i klasifikace půdních horizontů, klasifikace půdotvorných substrátů a doplňková klasifikace některých vlastností půdy. GAK byla budována na genetickém základě, ovšem genetické jednotky byly definovány skupinou diagnostických znaků a jejich limitů u zemědělsky využívaných půd (Němeček a kol. 1967). &lt;br&gt;<br /> <br /> ====[[Klasifikace půdních horizontů]]====<br /> <br /> ====[[Klasifikace půdních představitelů]]====<br /> <br /> * [[Černozem]] <br /> * [[Hnědozem]]<br /> * [[Illimerizovaná půda]]<br /> * [[Oglejená půda]]<br /> * [[Rendzina]]<br /> * [[Hnědá půda]]<br /> * [[Podzolová půda]]<br /> * [[Antropogenní půda]]<br /> * [[Drnová půda]]<br /> * [[Nevyvinutá půda]]<br /> * [[Nivní půda]]<br /> * [[Lužní půda]]<br /> * [[Glejová půda]]<br /> * [[Rašeliništní půda]]<br /> * [[Solončak]]<br /> * [[Solonec]]<br /> <br /> ==Data Komplexního průzkumu půd==<br /> Výstupem KPP je množství tematických map (v měřítku 1 : 10 000, 1 : 50 000, 1 : 200 000) a textových výstupů, které obsahují záznamy morfologických a analytických charakteristik půdních profilů a řada dalších doprovodných dokumentů, jako jsou například okresní zprávy. Všechny dochované výstupy, jak textové, tak i mapové, jsou v současné době uloženy v archivu [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy]. Data byla předmětem digitalizace KPP, při které se podařilo zpracovat velké množství materiálu, které jsou v současné době dostupné na [https://geoportal.vumop.cz/ geoportálu SOWAC‑GIS]. &lt;br&gt;<br /> <br /> ====[[Původní výstupy KPP]]====<br /> Kapitola se zabývá popisem původních dat Komplexního průzkumu půd. <br /> &lt;br&gt;<br /> ====[[Digitalizované výstupy KPP]]====<br /> Kapitola obsahuje popis digitalizovaných dat Komplexního průzkumu půd, které jsou pro prohlížení dostupné v aplikaci [https://kpp.vumop.cz/ KPP]. &lt;br&gt;<br /> &lt;br&gt;<br /> ==Využití dat KPP==<br /> Nově digitalizovaná data KPP možné dále využít k výzkumným účelům. Například k vytvoření velmi podrobných map půdních vlastností. Zpracování dat KPP s využitím pokročilých metod zpracování dat zaručuje vznik přesnějších půdních map ve vysokém stupni detailnosti, které najdou uplatnění v širokém spektru činností na úrovni státní správy či ve vědeckém a soukromém sektoru, a to především jako podklad při řešení problematiky eroze půd, celkové zásoby uhlíku ve vztahu ke klimatickým změnám, retence vody v půdách či produkčního potenciálu našich půd.<br /> &lt;br&gt;<br /> ====[[Detailních mapy půdních vlastností ČR]]====<br /> &lt;br&gt;<br /> &lt;br&gt;<br /> Pro účely naplnění obsahu WIKI KPP byly částečně převzaty texty a bylo čerpáno z následující literatury:<br /> <br /> [https://knihovna.vumop.cz/records/a4b532bd-72e4-4f79-bbc7-b5a2d5e0a1f6 Němeček a kol., 1967. Průzkum zemědělských půd ČSSR 1.díl. Praha: MZVŽ, 246 s.]<br /> <br /> [https://knihovna.vumop.cz/records/42064fe0-dc32-471c-b21e-3ba55ecc7d60 Damaška, J. a kol. 1967. Průzkum zemědělských půd ČSSR 2.díl. Praha: MZVŽ, 180 s.]<br /> <br /> [https://knihovna.vumop.cz/records/3e0fd010-6289-466c-9f32-10ded9ec44c0 Zádorová, T., Žížala, D., Penížek, V., Juřicová, A., 2018. Harmonizace databáze KPP s klasifikacemi TKSP a WRB 2014. Certifikovaná metodika. VÚMOP, v.v.i., Praha, ISBN:978-80-87361-94-8.]<br /> <br /> [https://knihovna.vumop.cz/records/378efdf3-8219-4c85-92a9-db20e1646304 Zádorová, T., Žížala, D., Penížek, V., &amp; Vaněk, A., 2020. Harmonisation of a large-scale historical database with the actual Czech soil classification system. Soil and Water Research, 15(2), 101-115.]</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Komplexn%C3%AD_pr%C5%AFzkum_p%C5%AFd&diff=434 2021-05-05T08:26:52Z

<p>Anna.juricova: </p> <hr /> <div>Komplexní průzkum půd (KPP) byl prvním moderním soustavným průzkumem půd na území tehdejší ČSSR. Proběhl v letech 1961 – 1970 na základě usnesení vlády ČSSR č. 11 ze dne 4. ledna 1961 jako celostátní, centrálně koordinovaná akce zaměřená na systematický sběr údajů o půdě. Účelem KPP bylo zabezpečení dostatečně podrobných a kvalitních informací o půdě (půdním pokryvu) pro potřeby systematického zvyšování půdní úrodnosti a řešení problematiky výživy rostlin na vědeckých základech. KPP představuje souběžné a navzájem koordinované řešení dvou různých akcí:&lt;br&gt;<br /> * půdoznalecký průzkum, jako jednorázová akce základního průzkumu půd ČSSR plánovaná na 10 let,<br /> * soustavné agrochemické zkoušení ornic, který bude prováděn v pětiletých cyklech za účelem agrochemické kontroly stavu přípustných živin, půdní reakce a potřeby vápnění (tento průzkům stále probíhá a je prováděn [http://eagri.cz/public/web/ukzuz/portal/ ÚKZUS]).&lt;br&gt;<br /> KPP proběhl na veškeré zemědělské půdě, která byla v čase realizace KPP v užívání socialistických i soukromých zemědělských podniků. Během téměř desetiletého období bylo v rámci bývalé ČSSR prozkoumáno celkem 7,2 mil. hektarů zemědělské půdy, vykopáno více než 700 tis. půdních sond (z toho v Čechách přibližně 500 tis.) a analyzováno přibližně 2 mil. odebraných půdních vzorků. KPP byl realizovaný podle jednotné metodiky půdního průzkumu. Metodika půdního průzkumu, která byla poprvé vydaná v roce 1961, byla postupně upravovaná a detailizovaná (celkem tři vydání 1961, 1962 a 1967) a v konečné podobě vydaná v roce 1967 jako tři samostatné díly zaměřené na různé aspekty realizace KPP (Němeček a kol. 1967, Damaška a kol. 1967, Sirový a kol. 1967). <br /> Výsledkem KPP bylo množství tematických map v různých měřítcích (1: 10 000, 1: 50 000 a 1: 200 000) a podpůrných textových výstupů, které kromě účelových výsledků určených praxi (agronomická kategorizace území a agronomická regionalizace území, návrhy protierozních opatření na zlepšení produkčních schopností půdy) obsahují zejména základní, přírodovědné údaje: půdní mapy a záznamy morfologických a analytických charakteristik půdních profilů. Všechny výstupy KPP (mapové i textové), zpracované pro území České republiky, jsou v současné době archivovány ve [https://www.vumop.cz/ Výzkumném ústavu meliorací a ochrany půdy, v.v.i. v Praze].&lt;br&gt;<br /> [[Soubor:Metodika Komplexního průzkumu půd..png|bezrámu|vpravo|Metodika Komplexního průzkumu půd|400px]]<br /> <br /> ==Geneticko-agronomická klasifikace==<br /> Geneticko-agronomická klasifikace půd (dále GAK) byla vytvořena jako účelová klasifikace pro potřeby mapování půdy v rámci KPP. GAK je komplexní hiearchický klasifikační systém, jehož objektem je kromě samotné klasifikace půdy (taxonomický systém) i klasifikace půdních horizontů, klasifikace půdotvorných substrátů a doplňková klasifikace některých vlastností půdy. GAK byla budována na genetickém základě, ovšem genetické jednotky byly definovány skupinou diagnostických znaků a jejich limitů u zemědělsky využívaných půd (Němeček a kol. 1967). &lt;br&gt;<br /> <br /> ====[[Klasifikace půdních horizontů]]====<br /> <br /> ====[[Klasifikace půdních představitelů]]====<br /> <br /> * [[Černozem]] <br /> * [[Hnědozem]]<br /> * [[Illimerizovaná půda]]<br /> * [[Oglejená půda]]<br /> * [[Rendzina]]<br /> * [[Hnědá půda]]<br /> * [[Podzolová půda]]<br /> * [[Antropogenní půda]]<br /> * [[Drnová půda]]<br /> * [[Nevyvinutá půda]]<br /> * [[Nivní půda]]<br /> * [[Lužní půda]]<br /> * [[Glejová půda]]<br /> * [[Rašeliništní půda]]<br /> * [[Solončak]]<br /> * [[Solonec]]<br /> <br /> ==Data Komplexního průzkumu půd==<br /> Výstupem KPP je množství tematických map (v měřítku 1 : 10 000, 1 : 50 000, 1 : 200 000) a textových výstupů, které obsahují záznamy morfologických a analytických charakteristik půdních profilů a řada dalších doprovodných dokumentů, jako jsou například okresní zprávy. Všechny dochované výstupy, jak textové, tak i mapové, jsou v současné době uloženy v archivu [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy]. Data byla předmětem digitalizace KPP, při které se podařilo zpracovat velké množství materiálu, které jsou v současné době dostupné na [https://geoportal.vumop.cz/ geoportálu SOWAC‑GIS]. &lt;br&gt;<br /> <br /> ====[[Původní výstupy KPP]]====<br /> Kapitola se zabývá popisem původních dat Komplexního průzkumu půd. <br /> &lt;br&gt;<br /> ====[[Digitalizované výstupy KPP]]====<br /> Kapitola obsahuje popis digitalizovaných dat Komplexního průzkumu půd, které jsou pro prohlížení dostupné v aplikaci [https://kpp.vumop.cz/ KPP]. &lt;br&gt;<br /> &lt;br&gt;<br /> ==Využití dat KPP==<br /> Nově digitalizovaná data KPP možné dále využít k výzkumným účelům. Například k vytvoření velmi podrobných map půdních vlastností. Zpracování dat KPP s využitím pokročilých metod zpracování dat zaručuje vznik přesnějších půdních map ve vysokém stupni detailnosti, které najdou uplatnění v širokém spektru činností na úrovni státní správy či ve vědeckém a soukromém sektoru, a to především jako podklad při řešení problematiky eroze půd, celkové zásoby uhlíku ve vztahu ke klimatickým změnám, retence vody v půdách či produkčního potenciálu našich půd.<br /> &lt;br&gt;<br /> ====[[Detailních mapy půdních vlastností ČR]]====<br /> &lt;br&gt;<br /> &lt;br&gt;<br /> Pro účely naplnění obsahu WIKI KPP byly částečně převzaty texty a bylo čerpáno z následující literatury:<br /> <br /> [https://knihovna.vumop.cz/records/a4b532bd-72e4-4f79-bbc7-b5a2d5e0a1f6 Němeček a kol., 1967. Průzkum zemědělských půd ČSSR 1.díl. Praha: MZVŽ, 246 s.]<br /> <br /> [https://knihovna.vumop.cz/records/42064fe0-dc32-471c-b21e-3ba55ecc7d60 Damaška, J. a kol. 1967. Průzkum zemědělských půd ČSSR 2.díl. Praha: MZVŽ, 180 s.]<br /> <br /> [https://knihovna.vumop.cz/records/3e0fd010-6289-466c-9f32-10ded9ec44c0 Zádorová, T., Žížala, D., Penížek, V., Juřicová, A., 2018. Harmonizace databáze KPP s klasifikacemi TKSP a WRB 2014. Certifikovaná metodika. VÚMOP, v.v.i., Praha, ISBN:978-80-87361-94-8.]<br /> <br /> [https://knihovna.vumop.cz/records/378efdf3-8219-4c85-92a9-db20e1646304 Zádorová, T., Žížala, D., Penížek, V., &amp; Vaněk, A., 2020. Harmonisation of a large-scale historical database with the actual Czech soil classification system. Soil and Water Research, 15(2), 101-115.]</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=433 2021-05-05T08:25:14Z

<p>Anna.juricova: /* Metody */</p> <hr /> <div>[[Soubor:TitulniStrana-stránka001.jpg|bezrámu|vpravo|400px]]<br /> Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech pak slouží k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (například zrnitost, skeletovitost či hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito informací z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy, mocnosti humusového horizontu a skeletovitosti. Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> <br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Random Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest (RF), kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=432 2021-05-05T08:21:27Z

<p>Anna.juricova: </p> <hr /> <div>[[Soubor:TitulniStrana-stránka001.jpg|bezrámu|vpravo|400px]]<br /> Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech pak slouží k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (například zrnitost, skeletovitost či hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito informací z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy, mocnosti humusového horizontu a skeletovitosti. Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> <br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=431 2021-05-05T08:20:39Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:TitulniStrana-stránka001.jpg|bezrámu|vpravo|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech pak slouží k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (například zrnitost, skeletovitost či hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito informací z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy, mocnosti humusového horizontu a skeletovitosti. Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> <br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:TitulniStrana-str%C3%A1nka001.jpg&diff=430 2021-05-05T08:19:46Z

<p>Anna.juricova: </p> <hr /> <div>Titulní strana metodika</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=429 2021-04-28T17:03:53Z

<p>Anna.juricova: /* Použitá data */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech pak slouží k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (například zrnitost, skeletovitost či hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito informací z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy, mocnosti humusového horizontu a skeletovitosti. Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> <br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=428 2021-04-28T17:00:40Z

<p>Anna.juricova: /* Použitá data */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech pak slouží k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (například zrnitost, skeletovitost či hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito informací z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy, mocnosti humusového horizontu a skeletovitosti. Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> Pro podrobný, technicky vyčerpávající popis použitých metod, doporučujeme již zmíněnou metodiku (Žížala et al. 2020).<br /> <br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=427 2021-04-28T16:51:39Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:10 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=426 2021-04-28T16:49:12Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]<br /> <br /> <br /> ==Použitá literatura==<br /> MEINSHAUSEN, Nicolai, 2006. Quantile regression forests. Journal of Machine Learning Research. ISSN 15337928. &lt;br&gt;<br /> ŽÍŽALA, Daniel, Robert MINAŘÍK, Radim VAŠÁT, Jan SKÁLA, Anna JUŘICOVÁ, Tereza ZÁDOROVÁ, Vít PENÍŽEK a Hana BEITLEROVÁ, 2020. Metodika tvorby aktuálních půdních map pedometrickými metodami. Praha: VÚMOP, v.v.i. ISBN 978-80-88323-34-1.</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=425 2021-04-28T16:48:23Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/ České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=424 2021-04-28T16:47:29Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===<br /> [[Soubor:Mapa půdních jednotek dle klasifikace TKSP.png|bezrámu|střed|Mapa půdních jednotek dle klasifikace TKSP|600px]]</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_p%C5%AFdn%C3%ADch_jednotek_dle_klasifikace_TKSP.png&diff=423 2021-04-28T16:47:12Z

<p>Anna.juricova: </p> <hr /> <div>Mapa půdních jednotek dle klasifikace TKSP</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=422 2021-04-28T16:43:23Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy hloubky půdy (mocnost sola, mocnost humusových horizontů)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti sola zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa mocnosti humusových horizontů zemědělských půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapa skeletovitosti===<br /> [[Soubor:Mapa klasifikace tříd skeletovitosti.png|střed|bezrámu|Mapa klasifikace tříd skeletovitosti|600px]]<br /> &lt;br&gt;<br /> ===Mapa půdních jednotek===</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_klasifikace_t%C5%99%C3%ADd_skeletovitosti.png&diff=421 2021-04-28T16:41:40Z

<p>Anna.juricova: </p> <hr /> <div>Mapa klasifikace tříd skeletovitosti</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_mocnosti_humusov%C3%BDch_horizont%C5%AF.jpg&diff=420 2021-04-28T16:36:00Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti humusových horizontů</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_mocnosti_humusov%C3%BDch_horizont%C5%AF_zem%C4%9Bd%C4%9Blsk%C3%BDch_p%C5%AFd.png&diff=419 2021-04-28T16:35:12Z

<p>Anna.juricova: </p> <hr /> <div>Mapa mocnosti humusových horizontů zemědělských půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_mocnosti_sola.jpg&diff=418 2021-04-28T16:34:12Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot mocnosti sola</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_mocnosti_sola_zem%C4%9Bd%C4%9Blsk%C3%BDch_p%C5%AFd.png&diff=417 2021-04-28T16:33:14Z

<p>Anna.juricova: </p> <hr /> <div>Mapa mocnosti sola zemědělských půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=416 2021-04-28T16:28:58Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> ===Mapy objemové hmotnosti (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v orničním horizontu zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa objemové hmotnosti půd v podorničním horizontu zem. půd.png<br /> Soubor:Graf OHR60.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Graf_OHR60.jpg&diff=415 2021-04-28T16:28:45Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_objemov%C3%A9_hmotnosti_p%C5%AFd_v_podorni%C4%8Dn%C3%ADm_horizontu_zem._p%C5%AFd.png&diff=414 2021-04-28T16:25:51Z

<p>Anna.juricova: </p> <hr /> <div>Mapa objemové hmotnosti půd v podorničním horizontu zem. půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_objemov%C3%A9_hmotnosti.jpg&diff=413 2021-04-28T16:23:14Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot objemové hmotnosti</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_objemov%C3%A9_hmotnosti_p%C5%AFd_v_orni%C4%8Dn%C3%ADm_horizontu_zem._p%C5%AFd.png&diff=412 2021-04-28T16:21:45Z

<p>Anna.juricova: </p> <hr /> <div>Mapa objemové hmotnosti půd v orničním horizontu zem. půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=411 2021-04-28T16:11:53Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;<br /> ===Mapa půdní reakce (pH)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa půdní reakce (pH výměnné) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot pH.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_pH.jpg&diff=410 2021-04-28T16:11:37Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot pH</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_p%C5%AFdn%C3%AD_reakce_(pH_v%C3%BDm%C4%9Bnn%C3%A9)_v_ornici_zem._p%C5%AFd.png&diff=409 2021-04-28T16:10:47Z

<p>Anna.juricova: </p> <hr /> <div>Mapa půdní reakce (pH výměnné) v ornici zem. půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=408 2021-04-28T16:07:35Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=407 2021-04-28T16:06:56Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> <br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> <br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> <br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=406 2021-04-28T16:06:10Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ===Mapy zrnitosti půd (obsah jílu, prachu a písku, mapa zrnitostních kategorií)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> ===Mapy koncentrace organického uhlíku (v ornici a podorničí)===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=405 2021-04-28T16:05:21Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> ==='''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;===<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=404 2021-04-28T16:04:51Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ==Výsledné mapy==<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=403 2021-04-28T16:02:47Z

<p>Anna.juricova: /* Metody */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|350px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=402 2021-04-28T16:02:30Z

<p>Anna.juricova: /* Metody */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)|300px]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=401 2021-04-28T16:02:04Z

<p>Anna.juricova: </p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)|400px]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=400 2021-04-28T16:00:29Z

<p>Anna.juricova: /* Výsledné mapy */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA|600px]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v ornici zem. půd.png<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=350px&gt;<br /> Soubor:Mapa koncentrace organického uhlíku v podorničí zem. půd.png<br /> Soubor:Bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graPorovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_uhl%C3%ADku_v_podorni%C4%8D%C3%AD.jpg&diff=399 2021-04-28T16:00:12Z

<p>Anna.juricova: </p> <hr /> <div>bodový graPorovnání pozorovaných a predikovaných hodnot uhlíku v podorničí</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_koncentrace_organick%C3%A9ho_uhl%C3%ADku_v_podorni%C4%8D%C3%AD_zem._p%C5%AFd.png&diff=398 2021-04-28T15:59:15Z

<p>Anna.juricova: </p> <hr /> <div>Mapa koncentrace organického uhlíku v podorničí zem. půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_uhl%C3%ADku.jpg&diff=397 2021-04-28T15:57:52Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot uhlíku</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_koncentrace_organick%C3%A9ho_uhl%C3%ADku_v_ornici_zem._p%C5%AFd.png&diff=396 2021-04-28T15:56:49Z

<p>Anna.juricova: </p> <hr /> <div>Mapa koncentrace organického uhlíku v ornici zem. půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=395 2021-04-28T15:33:02Z

<p>Anna.juricova: /* Výsledné mapy */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png|Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png|Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png|Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;&lt;br&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=394 2021-04-28T15:32:29Z

<p>Anna.juricova: /* Výsledné mapy */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png|Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png|Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png|Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA]]<br /> &lt;br&gt;<br /> '''Mapy koncentrace organického uhlíku''' (v ornici a podorničí)&lt;br&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=393 2021-04-28T15:31:36Z

<p>Anna.juricova: /* Výsledné mapy */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png|Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png|Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png|Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;<br /> [[Soubor:Mapa zrnitostních kategorií ornice dle trojúhelníku USDA.png|bezrámu|střed|Mapa zrnitostních kategorií ornice dle trojúhelníku USDA]]</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_zrnitostn%C3%ADch_kategori%C3%AD_ornice_dle_troj%C3%BAheln%C3%ADku_USDA.png&diff=392 2021-04-28T15:30:47Z

<p>Anna.juricova: </p> <hr /> <div>Mapa zrnitostních kategorií ornice dle trojúhelníku USDA</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Detailn%C3%ADch_mapy_p%C5%AFdn%C3%ADch_vlastnost%C3%AD_%C4%8CR&diff=391 2021-04-28T15:14:27Z

<p>Anna.juricova: /* Výsledné mapy */</p> <hr /> <div>Pro potřeby návrhu vhodného hospodaření na zemědělských půdách, pro účelné návrhy opatření na ochranu půdy a pro využití moderních metod v zemědělství je zcela nezbytné mít k dispozici aktuální a co nejpřesnější mapy půdního prostředí a vlastností půdy. Dostupnost detailních map zachycujících aktuální stav půdního krytu a půdních vlastností v ČR byla v současné době nedostatečná. Existující mapy vycházejí převážně z archivních, neaktualizovaných dat s omezenou přesností, nebo jsou naopak výsledkem modelů zohledňujících spíše potenciální procesy a vlastnosti půd než jejich skutečný stav. Tradiční způsoby půdního mapování jsou náročné technicky, finančně i časově, obzvláště v podmínkách velké prostorové variability půdního krytu, jako je tomu v ČR. Přes nezastupitelnou roli bodového sondování a odběru půdních vzorků však tradiční způsoby tvorby map pomocí polygonových zákresů neumožňují zachytit veškerý detail a řada důležitých informací o půdní variabilitě může být ve výsledném díle ztracena. Spojení tradičních přístupů a nových progresivních metod výzkumu, tedy zpracování archivních dat s unikátní detailností v kombinaci s nově pořízenými daty a aplikace pokročilých pedometrických metod s využitím doplňkových dat reflektujících současný stav našich půd, zaručuje vznik přesnějších půdních map a map jednotlivých půdních vlastností ve vysokém stupni detailnosti.&lt;br&gt;<br /> [[Soubor:Obalka DSM-1.png|bezrámu|vpravo|Tvorba půdních map pedometrickými metodami. (Žížala, Minařík a kol., 2020)]]<br /> Nově vzniklé mapy jsou zaměřeny na problematiku mapování základních půdních vlastností zemědělských půd ČR. K jejich tvorbě bylo využito metod digitálního mapování půd včetně metod strojového učení, bodových dat z půdních průzkumů a dalších environmentálních proměnných. Využito bylo jak dat z nedávno zdigitalizovaného archivu Komplexního průzkumu půd (KPP), tak širokého spektra dalších aktuálních dat (aktuální půdní data, digitální model terénu, data dálkového průzkumu Země apod.). Mapy zobrazují kontinuální hodnoty v podrobném měřítku (s rozlišením 20 metrů na obrazový bod) pro celý půdní fond ČR. Některé mapové podklady výrazně zpřesňují dosud publikované mapy půdních vlastností, některé v tomto ohledu přinášejí zcela nový, dosud nedostupný podklad pro hodnocení půdních vlastností. Mapy jsou doplněné určením míry přesnosti predikce a tak poskytují i informaci o přesnosti stanovení hodnot v jednotlivých bodech.&lt;br&gt;<br /> <br /> Nové mapy jsou svou podstatou velice žádoucí pro fungování státní správy v oblasti ochrany půdy a také v rámci samotné zemědělské výroby, kdy umožní využití půdního fondu optimálním způsobem. Rovněž umožní i širší nasazení metod precizního zemědělství, pro které je dostupnost takovýchto podkladů nepostradatelná. Využití těchto map tak v přeneseném smyslu umožní zvýšení konkurenceschopnosti českého zemědělství s vyšším důrazem na ochranu životního prostředí a poskytne podklady nutné pro monitoring stavu půdního prostředí.&lt;br&gt;<br /> Výsledné mapy byly vytvořeny na základě dat dostupných pro celou ČR. Jedná se tedy o produkty, které stojí nad datovým modelem odvozeným pro celou plochu zemědělských půd ČR. Použité metody jsou datově založené a jejich výsledky jsou tak závislé na kvalitě a pokryvnosti vstupních dat. V případě potřeby přesnějších výstupů na lokální úrovni lze tak doporučit využití lokálních dat. Použité metody jsou velice dobře využitelné i na této úrovni a pro pomoc s jejich aplikací k tvorbě přesnějších lokálních map nabízíme své znalosti a zkušenosti (kontakt: zizala.daniel@vumop.cz).&lt;br&gt;<br /> <br /> Vytvoření detailních map půdních vlastností popisující aktuální stav půdního pokryvu ČR bylo cílem výzkumného projektu NAZV QK1820389 – „Vytvoření podrobných aktuálních map půdních vlastností ČR na základě využití dat Komplexního průzkumu půd a metod digitálního mapování půd“ a výzkumného záměru: „Využití dat a metod DPZ, pedometrických metod a dat KPP pro tvorbu map půdních vlastností“ v rámci Dlouhodobého koncepčního rozvoje výzkumné organizace MZE-RO0218 Výzkumný ústav meliorací a ochrany půdy, v.v.i. Na řešení a tvorbě mapových výstupů se podíleli pracovníci z [https://www.vumop.cz/ Výzkumného ústavu meliorací a ochrany půdy, v.v.i.] společně s kolegy z [https://katedry.czu.cz/kpop/uvod/České zemědělské univerzity v Praze].&lt;br&gt;<br /> ===Prostorové vymezení===<br /> Mapové podklady jsou dostupné pro území celé České republiky. Omezení mapového díla je dána pokryvností vstupních dat do výpočtu. Data jsou tak dostupná pouze pro zemědělské půdy. Rozsah odpovídá zemědělské půdě v době realizace KPP - 60. léta 20. století.&lt;br&gt;<br /> ===Metodika tvorby map===<br /> Metodický postup a popis jednotlivých použitých metod je podrobně popsán v certifikované metodice „Tvorba půdních map pedometrickými metodami“ (Žížala et al. 2020). V ní je možno nalézt širší detaily. Zde jsou představeny použité metody ve stručné podobě.&lt;br&gt;<br /> ===Použitá data===<br /> Použitá data lze rozdělit do dvou skupin, které vycházejí z konceptu digitálního mapování půd. První skupinou jsou bodová trénovací data, tzn. hodnoty modelované proměnné (proměnných) v odběrných místech. Druhou skupinou jsou tzv. prediktory neboli environmentální proměnné (nejčastěji v podobě rastru) pokrývající celé území. Zjištěné vztahy mezi modelovanou proměnnou a prediktory ve známých bodech slouží pak k predikci modelované proměnné v neznámých bodech (pixelech rastru).&lt;br&gt;<br /> Jako trénovací data byly využity informace z KPP pro vlastnosti, jejichž dynamika v čase není velká (zrnitost, skeletovitost, hloubka půdy) a data z aktuálních databází VÚMOP a ČZU a dalších dostupných mezinárodních databází s daty z ČR pro modelování dynamicky ovlivněných půdních vlastností (organický uhlík, půdní reakce, objemová hmotnost). Z dat KPP bylo využito dat z výběrových sond (cca 36 000 sond) pro modelování zrnitostních kategorií. Základní sondy totiž obsahují informaci pouze o jedné zrnitostní frakci (tzv. jílnaté částice, &lt;0.01 mm). Tento datový soubor (cca 350 000 sond) byl použit pro mapování hloubky půdy a skeletovitosti. &lt;br&gt;<br /> Datový soubor aktuálních rozborů obsahoval data z celkem 6 843 sond a 11 465 horizontů. V rámci přípravy nesourodých datových souborů bylo dbáno na využití stejných laboratorních metod pro stanovení cílové proměnné. Datové zdroje získané s využitím jiných laboratorních metod byly ze souboru vyřazeny.&lt;br&gt;<br /> &lt;gallery mode=&quot;packed&quot; widths=300px heights=200px&gt;<br /> Soubor:Sondy kpp vyberove.png|Rozmístění použitých výběrových sond.<br /> Soubor:Sondy aktualni.png|Rozmístění použitých aktuálních sond.<br /> &lt;/gallery&gt;<br /> Jako nezávislých proměnných, tzv. prediktorů, bylo pro predikční mapování využito široké škály datových podkladů ve formě rastru, které pokrývaly základní půdotvorné podmínky a faktory. Mezi nimi se jednalo zejména o deriváty digitálního modelu terénu, konkrétně: nadmořská výška, expozice, sklon, profilová a tečná křivost, akumulace odtoku, délka odtoku, index topografické pozice, topografický vlhkostní index, index síly toku a LS faktor (USLE). Všechny tyto vrstvy byly zpracovány v pěti úrovních zhlazení, tak aby bylo možno postihnout vhodné měřítko vlivu podmínek terénu (například vliv lokálního sklonu vs. vliv sklonu širšího území). &lt;br&gt;<br /> Dalším podkladem byly materiály dálkového průzkumu Země, konkrétně reflektance holého povrchu půdy v pásmech snímaných družicí Sentinel-2. K tomuto účelu byla vytvořena časoprostorová mozaika holých půd z časové řady satelitních snímků z let 2015-2020. Bližší popis tvorby tohoto produktu viz zmíněná metodika.&lt;br&gt;<br /> Vliv klimatu byl modelován pomocí klimatických dat ČHMÚ, konkrétně byly využity vrstvy průměrné roční teploty z let 2009-2018, průměrná roční suma srážek z let 2009-2018, průměrná roční evapotranspirace z let 2009-2018. Dále byla použita mapa regionalizovaného R faktoru, tedy mapa vyjadřující erozní účinnost deště.&lt;br&gt;<br /> Rovněž byly využity i informace o poloze, které často nejsou v rámci digitálního modelování půd využívány. Konkrétně se jednalo o syntetizované podklady vyjadřující vzdálenost nejbližší sondy v dané třídě dle hodnoty modelovaného atributy (hodnoty vždy rozděleny do 20 kvantilů).&lt;br&gt;<br /> Posledním podkladem byly archivní mapy Komplexního průzkumu půd v měřítku 1:5 000 zahrnující půdní jednotky, půdotvorné substráty, hloubky půdy, zrnitost a štěrkovitost.&lt;br&gt;<br /> ===Metody===<br /> [[Soubor:Schématický postup predikčního mapování s využitím metod strojového učení.png|bezrámu|vpravo|Schématický postup predikčního mapování s využitím metod strojového učení (upraveno dle Hengl et al. 2018)]]<br /> Veškeré přípravné práce nad daty i samotné modelování a výsledná predikce probíhala v prostředí jazyka R na výpočetním stroji VÚMOP. Pro trénování modelů a predikci byl použit model Quantile Regression Forest (QRF) (Meinshausen 2006). QRF model vznikl zobecněním klasického modelu random forest, kdy výsledná hodnota predikce RF modelu je spočítána jako průměrná hodnota predikce všech stromů modelu. QRF model ale je schopen odhadnout i kvantily modelované proměnné pro všechna místa predikce. Kvantil 0,5 (medián) byl použit pro tvorbu výsledné mapy obdobně jako u klasického modelu RF. Hlavní výhodou QRF oproti RF je však možnost z kvantilů 0,025 a 0,975 odvodit horní a dolní odhad hodnoty modelované proměnné v každém bodě. Vznikne tak predikční interval, který s 95 % pravděpodobností pokryje skutečnou hodnotu modelované proměnné v každém pixelu. Tyto mapy mohou sloužit prezentaci nejistoty predikce.&lt;br&gt;<br /> <br /> ===Výsledné mapy===<br /> '''Mapy zrnitosti půd''' (obsah jílu, prachu a písku, mapa zrnitostních kategorií)&lt;br&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd..png|Mapa zastoupení jílu (částice menší než 0,002 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot jílu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd.png|Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot prachu.jpg<br /> &lt;/gallery&gt;<br /> &lt;gallery mode=&quot;packed-hover&quot; widths=300px heights=200px&gt;<br /> Soubor:Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd.png|Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd<br /> Soubor:Bodový graf porovnání pozorovaných a predikovaných hodnot písku.jpg<br /> &lt;/gallery&gt;</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_p%C3%ADsku.jpg&diff=390 2021-04-28T15:14:07Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot písku</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_zastoupen%C3%AD_p%C3%ADsku_(%C4%8D%C3%A1stice_od_0,05_do_2_mm)_v_ornici_zem._p%C5%AFd.png&diff=389 2021-04-28T15:12:59Z

<p>Anna.juricova: </p> <hr /> <div>Mapa zastoupení písku (částice od 0,05 do 2 mm) v ornici zem. půd</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Bodov%C3%BD_graf_porovn%C3%A1n%C3%AD_pozorovan%C3%BDch_a_predikovan%C3%BDch_hodnot_prachu.jpg&diff=388 2021-04-28T15:09:55Z

<p>Anna.juricova: </p> <hr /> <div>Bodový graf porovnání pozorovaných a predikovaných hodnot prachu</div>

Anna.juricova http://kppwiki.vumop.cz/index.php?title=Soubor:Mapa_zastoupen%C3%AD_prachu_(od_0,002_do_0,05_mm)_v_ornici_zem._p%C5%AFd.png&diff=387 2021-04-28T15:08:42Z

<p>Anna.juricova: </p> <hr /> <div>Mapa zastoupení prachu (od 0,002 do 0,05 mm) v ornici zem. půd</div>

Anna.juricova