Soil-Landscape Modelling in an Andean Mountain Forest Region in Southern Ecuador

Bodenlandschaftsmodellierung in einer andinen Bergwaldregion in Süd-Ecuador

Soil-landscapes are diverse and complex due to the interaction of pedogenetic, geo-morphological and hydrological processes. The resulting soil profile reflects the balance of these processes in its properties. Early conceptual models have by now resulted into quantitative soil-landscape models including soil variation and its unpredictability as a key soil attribute. Soils in the Andean mountain rainforest area of southern Ecuador are influenced by hillslope processes and landslides in particulSoil-landscapes are diverse and complex due to the interaction of pedogenetic, geo-morphological and hydrological processes. The resulting soil profile reflects the balance of these processes in its properties. Early conceptual models have by now resulted into quantitative soil-landscape models including soil variation and its unpredictability as a key soil attribute. Soils in the Andean mountain rainforest area of southern Ecuador are influenced by hillslope processes and landslides in particular. The lack of knowledge on the distribution of soils and especially physical soil properties to understand slope failure, resulted in the study of this particular soil-landscape by means of statistical models relating soil to terrain attributes, i.e. predictive soil mapping. A 24 terrain classes comprising sampling design for soil investigation in mountainous areas was developed to obtain a representative dataset for statistical modelling. The soils were investigated by 56 profiles and 315 auger points. The Reference Soil Groups (RSGs) Histosol, Stagnosol, Umbrisol, Cambisol, Leptosol and Regosol were identified according to the World Reference Base for Soil Resources (WRB). While soil profiles and auger points were described in their horizon composition, thickness, soil cohesion, bulk density and texture were analysed in soil profiles only. The prediction of soil parameters was carried out with Classification and regression tree (CART) and Random Forest (RF) method. At this, prediction uncertainty was addressed with hundredfold model runs based on different random Jackknife partitions. Problems with the prediction of the RSGs, likely caused by inconsequence within the WRB (absolute and relative values as decision criteria), resulted in the proposal of “incomplete soil classification”, which relates the thickness of the diagnostic WRB horizons to the upper 100 soil centimetres. Histosol and Stagnosol have been distinguished as dominant RSGs within the inves-tigation area. While Histosol probability depended on hydrological parameters; highest Stagnosol probability was predicted on slopes < 40° and above 2146 m a.s.l. Whether the first mineral soil horizon displays stagnic properties or not, likely depends on physical soil properties in addition to terrain parameters. Incomplete soil classification resulted in histic and stagnic soil parts dominating the first 100 cm of the soil volume for most of the research area. Comparing CART and Random Forest (RF) in their model performance to predict topsoil texture and bulk density as well as mineral soil thickness by hundredfold model runs with random Jackknife partitions, RF predictions resulted more powerful. Altitude a.s.l. was the most important predictor for all three soil parameters. Increasing sand/ clay ratios with increasing altitude, on steep slopes and with overland flow distance to the channel network are caused by shallow subsurface flow removing clay particles downslope. Deeper soil layers are not influenced by the same process and therefore showed different texture properties. Terrain parameters could only explain the spatial distribution of topsoil properties to a limited extent, subsoil properties could not be predicted at all. Other parameters that likely influence soil properties within the investigation area are parent material and landslides. Strong evidence was found that topsoil horizons did not form from the bedrock underlying the soil profile. Parent material changes within short distance and often within one soil profile. Landslides have a strong influence on soil-landscape formation in shifting soil and rock material. Soil mechanical and hydrological properties in addition to terrain steepness were hypothesized to be the major factors in causing soil slides. Thus, the factor of safety (FS) was calculated as the soil shear ratio that is necessary to maintain the critical state equilibrium on a potential sliding surface. The depth of the failure plane was assumed at the lower boundary of the stagnic soil layer or complete soil depth, depending on soils being stagnic or non-stagnic. The FS was determined in dependence of soil wetness referring to 0.001, 0.01, 0.1 and 3 mm/h net rainfall rate. Sites with a FS ≥ 1 at 3 mm/h (complete saturation) were classified as unconditionally stable, sites with a FS < 1 at 0.001 mm/h as unconditionally unstable. The latter coincided quite well with landslide scars from a recent aerial photograph.show moreshow less
Das Zusammenspiel pedogener, geomorphologischer und hydrologischer Prozesse führt zu facettenreichen und komplexen Bodenlandschaften. Das daraus enstandene Bodenprofil spiegelt das Gleichgewicht dieser Prozesse in seinen Eigenschaften wieder. Frühe konzeptuelle Modelle haben sich mittlerweile zu quantitativen Bodenlandschafts-Modellen entwickelt, die die Bodenvariabilität und ihre Unvorhersagbarkeit als Schlüssel-Bodeneigenschaft beinhalten. Die Böden der südecuadorianischen andinen BergregenwalDas Zusammenspiel pedogener, geomorphologischer und hydrologischer Prozesse führt zu facettenreichen und komplexen Bodenlandschaften. Das daraus enstandene Bodenprofil spiegelt das Gleichgewicht dieser Prozesse in seinen Eigenschaften wieder. Frühe konzeptuelle Modelle haben sich mittlerweile zu quantitativen Bodenlandschafts-Modellen entwickelt, die die Bodenvariabilität und ihre Unvorhersagbarkeit als Schlüssel-Bodeneigenschaft beinhalten. Die Böden der südecuadorianischen andinen Bergregenwaldregion sind durch Hangprozesse und vor allem Hangrutsche beeinflusst. Fehlendes Wissen über die Verteilung der Böden und insbesondere ihrer physikalischen Eigenschaften um Hangrutschungen zu verstehen, führte zur Erforschung dieser Bodenlandschaft durch statistische Modelle, die Bodenparameter zu Reliefparametern in Beziehung setzen (prädiktive Bodenkartierung). Um einen repräsentativen Datensatz für die statistische Modellierung zu erhalten, wurde ein 24 Reliefklassen umfassendes Probenahme-Design für die Bodenuntersuchung in Berglandschaften entwickelt. Die Böden wurden mittels 56 Profilen und 315 Bohrstockeinschlägen beprobt und die Reference Soil Groups (RSG) Histosol, Stagnosol, Umbrisol, Cambisol, Leptosol und Regosol wurden mittels der World Reference Base for Soil Resources (WRB) identifiziert. Während Bodenprofile und Bohrstockeinschläge in ihrer Horizontzusammensetzung und Horizontmächtigkeit, beschrieben wurden, wurden die Bodenkohäsion, Lagerungsdichte und Textur nur in den Bodenprofilen bestimmt. Die Vorhersage der Bodenparameter erfolgte mittels des Klassifikations- und Regressionsbaumverfahrens (CART) und Random Forest (RF). Hierbei wurde die Unschärfe der Vorhersage durch hundertfache Modelläufe basierend auf jeweils unterschiedlichen zufälligen Jackknife-Teildatensätzen abgeschätzt. Probleme bei der Vorhersage der RSGs, vermutlich verursacht durch Inkonsequenzen in der WRB (absolute und relative Werte als Entscheidungskriterien), mündeten im Vorschlag der „unvollständigen Bodenklassifikation“, welche die Mächtigkeiten der diagnostischen WRB-Bodenhorizonte zu den oberen hundert Bodenzentimetern prozentual in Bezug setzt. Histosol und Stagnosol sind als die beiden dominierenden RSGs im Untersuchungs-gebiet identifiziert worden. Während die Histosol-Wahrscheinlichkeit von hydrologischen Parametern abhängt, wurde die höchste Stagnosol-Wahrscheinlichkeit auf Hängen < 40° Neigung und oberhalb von 2146 m a.s.l. vorhergesagt. Das Vorkommen von stagnierenden Bodeneigenschaften im ersten Mineralbodenho-rizont hängt neben Reliefparametern wahrscheinlich auch von physikalischen Bodeneigenschaften ab. Im Rahmen der „unvollständigen“ Klassifikation wurden im überwiegenden Teil des Untersuchungsgebietes die obersten hundert Zentimeter Bodensäule von den Bodenteilen histic und stagnic dominiert. Beim Vergleich der Modellgüte von CART- und Random Forest (RF)- Modellen zur Vorhersage der Textur, Lagerungsdichte und Bodentiefe mittels hundertfacher Mo-dellläufe basierend auf Jackknife-Teildatensätzen, überragten die RF-Modelle. Die Höhe ü. d. M. war der bedeutendste Prädiktor für alle drei Bodenparameter. Das mit der Höhe, der Hangneigung und dem Abstand zum Fließgewässernetz zunehmende Sand/Ton-Verhältnis wird durch oberflächennahen Zwischenabfluss verursacht, der Tonpartikel Hang abwärts transportiert. Tiefere Bodenschichten werden durch diesen Prozess nicht beeinflusst und wiesen daher andere Textureigenschaften auf. Reliefparameter konnten die räumliche Verteilung der Oberbodeneigenschaften lediglich zu einem Teil erklären; Unterbodeneigenschaften konnten nicht regionalisiert werden. Weitere Parameter, die die Bodeneigenschaften im Untersuchungsgebiet wahrscheinlich beeinflussen, sind Ausgangsmaterial und Hangrutsche. Letzteres wechselt über kurze Distanz und oft innerhalb eines Bodenprofils. Hangrutsche haben einen starken Einfluss auf die Genese der Bodenlandschaft durch die Verlagerung von Boden- und Gesteinsmaterial. Es wurde angenommen, dass bodenmechanische und –hydrologische Eigenschaften sowie die Steilheit des Terrains die Hauptfaktoren im Auslösen von Hangrutschen darstellen. Folglich wurde der Sicherheitsbeiwert (SB) als das Scherverhältnis berechnet, das notwendig ist, um das Grenzgleichgewicht entlang einer potenziellen Abscherfläche aufrechtzuerhalten. Die Position dieser Abscherfläche wurde an der unteren Grenze des stagnierenden Horizontes oder der gesamten Bodentiefe angenommen in Abhängigkeit davon, ob die Böden stagnierende Eigenschaften aufweisen oder nicht. Der SB wurde in Abhängigkeit von der Bodenfeuchte bei 0,001, 0,01, 0,1 und 3 mm/h Netto-Regenfallrate bestimmt. Standorte mit SB ≥ 1 bei 3 mm/h (vollständige Sättigung) wurden als bedingungslos stabil, solche mit SB < 1 bei 0,001 mm/h als bedingungslos instabil angesehen. Die letzteren stimmten gut mit Hangrutschnarben auf einem aktuellen Luftbild überein.show moreshow less

Download full text files

Export metadata

  • Export Bibtex
  • Export RIS
  • frontdoor_exportcitavi

Additional Services

    Share in Twitter Search Google Scholar
Metadaten
Institutes:Geowissenschaften
Author: Mareike Ließ
Advisor:Prof. Dr. Bernd Huwe
Granting Institution:Universität Bayreuth,Fakultät für Biologie, Chemie und Geowissenschaften
Date of final exam:05.07.2011
Year of Completion:2010
SWD-Keyword:Bodenkartierung; Bodenphysik; Bodensystematik; Erdrutsch
Tag:Bodenlandschaftsmodellierung
CART; Factor of Safety; Random Forest; Soil-landscape modelling; digital soil map
Dewey Decimal Classification:550 Geowissenschaften
URN:urn:nbn:de:bvb:703-opus-9075
Source:Manuscript 1: Erdkunde 63 (4), 309 – 319. (2009) doi: 10.3112/erdkunde.2009.04.02; Manuscript 5: Geomorphology 132 (3-4), 287-299. (2011) doi:10.1016/j.geomorph.2011.05.015
Document Type:Doctoral Thesis
Language:English
Date of Publication (online):15.08.2011