Assessing Soil Organic Matter by Combining Non-Invasive (Spectroscopic) and Invasive Methods
- Die organische Bodensubstanz (OBS) ist eine fundamentale Steuergröße aller biogeochemischen Prozesse und steht in engem Zusammenhang zu Kohlenstoffkreisläufen und globalem Klima. Die derzeitige Herausforderung der Ökosystemforschung ist die Identifizierung der für die Bodenqualität relevanten Bioindikatoren und deren Erfassung mit Methoden, die eine nachhaltige Nutzung der OBS in großem Maßstab überwachen und damit zu globalen Erderkundungsprogrammen beitragen können. Die fernerkundliche Technik der Vis-NIR Spektroskopie ist eine bewährte Methode für die Beurteilung und das Monitoring von Böden, wobei ihr Potential bezüglich der Erfassung biologischer und mikrobieller Bodenparameter bisher umstritten ist. Das Ziel der vorgestellten Arbeit war die quantitative und qualitative Untersuchung der OBS von Ackeroberböden mit unterschiedlichen Methoden und variierender raumzeitlicher Auflösung sowie die anschließende Bewertung des Potentials non-invasiver, spektroskopischer Methoden zur Erfassung ausgewählter Parameter dieser OBS. Dafür wurde zunächst eine umfassende lokale Datenbank aus chemischen, physikalischen und biologischen Bodenparametern und dazugehörigen Bodenspektren einer sehr heterogenen geologischen Region mit gemäßigten Klima im Südwesten Deutschlands erstellt. Auf dieser Grundlage wurde dann das Potential der Bodenspektroskopie zur Erfassung und Schätzung von Feld- und Geländedaten ausgewählter OBS Parameter untersucht. Zusätzlich wurde das Optimierungspotential der Vorhersagemodelle durch statistische Vorverarbeitung der spektralen Daten getestet. Die Güte der Vorhersagewahrscheinlichkeit gebräuchlicher fernerkundlicher Bodenparameter (OC, N) konnte für im Labor erhobene Hyperspektralmessungen durch statistische Optimierungstechniken wie Variablenselektion und Wavelet-Transformation verbessert werden. Ein zusätzliches Datenset mit mikrobiellen/labilen OBS Parametern und Felddaten wurde untersucht um zu beurteilen, ob Bodenspektren zur Vorhersage genutzt werden können. Hierzu wurden mikrobieller Kohlenstoff (MBC), gelöster organischer Kohlenstoff (DOC), heißwasserlöslicher Kohlenstoff (HWEC), Chlorophyll α (Chl α) und Phospholipid-Fettsäuren (PLFAs) herangezogen. Für MBC und DOC konnte abhängig von Tiefe und Jahreszeit eine mittlere Güte der Vorhersagewahrscheinlichkeit erreicht werden, wobei zwischen hohen und niedrigen Konzentration unterschieden werden konnte. Vorhersagen für OC und PLFAs (Gesamt-PLFA-Gehalt sowie die mikrobiellen Gruppen der Bakterien, Pilze und Algen) waren nicht möglich. Die beste Prognosewahrscheinlichkeit konnte für das Chlorophyll der Grünalgen an der Bodenoberfläche (0-1cm Bodentiefe) erzielt werden, welches durch Korrelation mit MBC vermutlich auch für dessen gute Vorhersagewahrscheinlichkeit verantwortlich war. Schätzungen des Gesamtgehaltes der OBS, abgeleitet durch OC, waren hingegen nicht möglich, was der hohen Dynamik der mikrobiellen OBS Parameter an der Bodenoberfläche zuzuschreiben ist. Das schränkt die Repräsentativität der spektralen Messung der Bodenoberfläche zeitlich ein. Die statistische Optimierungstechnik der Variablenselektion konnte für die Felddaten nur zu einer geringen Verbesserung der Vorhersagemodelle führen. Die Untersuchung zur Herkunft der organischen Bestandteile und ihrer Auswirkungen auf die Quantität und Qualität der OBS konnte die mikrobielle Nekromasse und die Gruppe der Bodenalgen als zwei mögliche weitere signifikante Quellen für die Entstehung und Beständigkeit der OBS identifizieren. Insgesamt wird der mikrobielle Beitrag zur OBS höher als gemeinhin angenommen eingestuft. Der Einfluss mikrobieller Bestandteile konnte für die OBS Menge, speziell in der mineralassoziierten Fraktion der OBS in Ackeroberböden, sowie für die OBS Qualität hinsichtlich der Korrelation von mikrobiellen Kohlenhydraten und OBS Stabilität gezeigt werden. Die genaue Quantifizierung dieser OBS Parameter und ihre Bedeutung für die OBS Dynamik sowie ihre Prognostizierbarkeit mittels spektroskopischer Methoden ist noch nicht vollständig geklärt. Für eine abschließende Beurteilung sind deshalb weitere Studien notwendig.
- Soil organic matter (SOM) and its contained carbon and nutrients drive fundamental nano- to global-scale biogeochemical processes and influence carbon-climate feedbacks. The current challenge of ecosystem assessment is to identify the significant drivers of SOM formation and persistence in order to calibrate large-scale, non-invasive methods to assess these SOM pools as bioindicators of soil quality in order to include them in global monitoring by earth observation programs. Remote sensing by Vis-NIR spectroscopy has been shown to be an effective technique of large-scale soil monitoring. But its potential especially regarding the assessment of biological and microbial soil parameters still remains unclear. The scope of the presented studies was to investigate temperate arable topsoils by assessing SOM pools quantitatively and qualitatively by a huge variety of methods and sites in a varying spatiotemporal resolution. On this data basis, the potential of Vis-NIR spectroscopy to assess selected SOM parameters from laboratory and in situ data and the potential of prediction model improvement by pre-processing of spectral data was intended to be evaluated. Therefore, a comprehensive local soil library of soil spectra and associated soil parameters of a heterogeneous soil region in SW-Germany was established that provided a diverse and broad range of site-specific values. On this basis, optimization strategies of data processing were investigated. Prediction accuracy of common spectrally monitored SOM parameter (SOC, N) from soil reflectance spectra of hyperspectral laboratory measurements could be improved by pre-processing of spectral data using variable selection and wavelet transformation. Then an extended set of SOM parameter with a focus on microbial SOM parameter was tried to be estimated from in situ data. The spectral potential of SOM assessment of biological or microbial SOM parameter such as microbial carbon (Cmic), dissolved organic carbon (DOC), chlorophyll α (Chl a) and phospholipid fatty acids (PLFAs)) was examined. A mediocre prediction accuracy with the possibility to distinguish between high and low values was obtained for Cmic and DOC in dependence of soil depth and season, whereas predictions were not successful for OC, PLFAtot, and PLFA markers for the microbial groups of algae, bacteria and fungi. Best prediction accuracy was achieved for surface (0-1cm soil depth) changes induced by green soil algae, which is assumed to trigger the modelling of Cmic. Instead, the total SOM content, measured as total OC, could not be predicted successfully, which was largely attributed to the microbial interference. Hence, the highly dynamic microbial SOM pools at the soil surface are assumed to be not representative and to possibly impede total bulk SOM content estimations. The transferability of the identified optimization strategies to spectral data of this extended set of soil parameters was successful, but prediction accuracy could only slightly be improved by pre-processing of the situ spectral data. The parallel focus of studying SOM origin (plant vs. microbial input) and its impact on SOM quantity and quality identified microbial necromass and soil surface algae to be possible significant further sources for SOM formation and persistence. Overall, the microbial contribution to temperate arable topsoil OM was indicated to be higher than generally assumed. Microbial contribution to SOM affected SOM quantity especially regarding mineral associated OM and SOM quality regarding the correlation of microbial derived carbohydrates with SOM stability. However, the exact quantification of relevant SOM pools regarding soil quality and their estimation through spectral data needs to be advanced.
Author: | Marie-Isabel Ludwig |
---|---|
URN: | urn:nbn:de:hbz:385-10822 |
DOI: | https://doi.org/10.25353/ubtr-xxxx-c42b-137b |
Title Additional (German): | Erfassung und Bewertung der organischen Bodensubstanz durch die Kombination nicht-invasiver (spektroskopischer) und invasiver Methoden |
Advisor: | Sören Thiele-Bruhn |
Document Type: | Doctoral Thesis |
Language: | German |
Date of completion: | 2017/08/18 |
Publishing institution: | Universität Trier |
Granting institution: | Universität Trier, Fachbereich 6 |
Date of final exam: | 2017/07/12 |
Release Date: | 2017/08/18 |
Tag: | Bioindikation; Bodenqualität; Fernerkundung; Organische Bodensubstanz Vis-NIR; bioindicator; soil microbiology; soil organic matter; soil quality |
GND Keyword: | Boden; Bodengüte; Indikator; Mikrobiologie; Spektroskopie |
Institutes: | Fachbereich 6 / Raum- und Umweltwissenschaften |
Dewey Decimal Classification: | 5 Naturwissenschaften und Mathematik / 55 Geowissenschaften, Geologie / 550 Geowissenschaften |