landschap

Project

Monitoring koolstofvoorraden in de bodem met anonieme bedrijfsgegevens

Om privacyredenen worden de data van bemestingsadviezen ruimtelijk geaggregeerd. Niet de gemiddelde van de percelen zelf worden beschikbaar gesteld, maar de gemiddelden van postcodegebieden.

Dit levert problemen op bij gebruik van deze data in een geostatistische analyse, want hierbij is vereist dat de coördinaten van de data bekend zijn.

Een tweede probleem is dat een gemiddelde van een postcodegebied meer of minder nauwkeurig is, afhankelijk van het aantal bemonsterde bedrijven in het postcodegebied en de variantie van de perceelsgemiddelden binnen het postcodegebied.

Doelstelling

Doel van dit project was de ontwikkeling en toepassing van geostatistische methode voor het monitoren van gehalten aan organische stof of fosfaat in de bodem met routinematig voor bemestingsadviezen verzamelde data. Deze data zijn om privacyredenen ruimtelijk geaggregeerd (gemiddeld) op postcodeniveau, waardoor ze niet zonder meer geschikt zijn voor een geostatistische analyse.

Resultaat

De nieuwe methode is allereerst getest met een eenvoudige 1D simulatie. Dze 1D simulatie heeft tevens nieuwe inzichten opgeleverd over de verschillen tussen de nieuwe summaty-statistics aanpak en de bestaande area-to-point-kriging aanpak. Vervolgens is de methode toegepast op fosfaatdata van alle postcodegebieden in Noord-Brabant. Fosfaatdata van graslandpercelen en akkerbouwpercleen zijn apart geanlayseerd. Na calibratie van een geostatistisch model op point-support zijn de postcode-gemiddelden geinterpoleerd naar een fijn grid. De resulterende kaarten zijn plausibel.

Er is een concept-artikel gemaakt voor een peer-reviewed bodemkundig tijdschrift. Dit artikel is nog niet af. We zijn op zoek naar additionele financiering waarmee we de exercitie kunnen herhalen voor organischestofdata vanwege de grote belangstelling voor koolostofvoorraden in de bodem en veranderingen hierin. Verder zullen we de kaarten moeten valideren.

Verder is een abstract aangeboden aan de organisatie van Pedometrics 2013 (Nairobi).

Tot slot zijn groot aantal R scripts gemaakt, rijkelijk voorzien van comments, zodat deze ook bruikbaar zijn vor andere onderzoekers

Werkwijze

De belangrijkste activiteiten bestonden uit:

  1. Bestuderen literatuur.
  2. Kiezen onderzoeksgebied, periode, en doelvariabele (organische stof of fosfaat).
  3. Maken databestand, inclusief coördinaten van centrum postcodegebied, en GIS-bestand van alle postcodegebieden (bemonsterd en niet bemonsterd) in het onderzoeksgebied.
  4. Schrijven statistische programmatuur in R voor calibratie van ruimtelijk model (REML) en voor ruimtelijke interpolatie van data.
  5. Uitvoeren van berekeningen.
  6. Rapporteren (conceptpublicatie voor wetenschappelijk tijdschrift).