Repository logo
  • English
  • Deutsch
  • Français
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. CRIS
  3. Publication
  4. Hochauflösende Bodenkarten für den ­Schweizer Wald
 

Hochauflösende Bodenkarten für den ­Schweizer Wald

URI
https://arbor.bfh.ch/handle/arbor/33803
Version
Published
Date Issued
2022
Author(s)
Baltensweiler, Andri
Walthert, Lorenz
Zimmermann, Stephan
Nussbaum, Madlene  
Type
Article
Language
German
Subjects

digital soil mapping

forest soil

random forest

spatial prediction

Abstract
Bei der Beurteilung von Standortsbedingungen im Schweizer Wald spielt der Boden neben Klima und Relief eine entscheidende Rolle. Flächige Bodeninformationen für den Schweizer Wald sind jedoch nur in grober Form verfügbar. Basierend auf rund 2000 Waldbodenprofilen haben wir mittels maschinellen Lernens verschiedene Bodeneigenschaften (z.B. pH- und Sandgehalt) von sechs Bodentiefen für die gesamte Waldfläche der Schweiz mit einer Auflösung von 25 m × 25 m vorausgesagt. Während die Güte der Modellierung für die Bodendichte zufriedenstellend war, waren der Gehalt an organischem Kohlenstoff und die Bodengründigkeit schwieriger vorauszusagen. Zu jeder Bodenkarte berechneten wir zudem eine Unsicherheitskarte, sodass die Qualität der Bodenkarten auch räumlich beurteilt werden kann.
Subjects
G Geography (General)
GA Mathematical geography. Cartography
GB Physical geography
GE Environmental Sciences
Q Science (General)
SD Forestry
DOI
10.24451/arbor.17876
https://doi.org/10.24451/arbor.17876
Publisher DOI
10.3188/szf.2022.0288
Journal
Schweizerische Zeitschrift für Forstwesen
ISSN
0036-7818
Organization
Hochschule für Agrar-, Forst- und Lebensmittelwissenschaften  
Waldökosystem und Waldmanagement  
Boden und Geoinformation  
Multifunktionale Waldwirtschaft  
Agronomie  
Volume
173
Issue
6
Publisher
Schweizerischer Forstverein
Submitter
NussbaumM
Citation apa
Baltensweiler, A., Walthert, L., Zimmermann, S., & Nussbaum, M. (2022). Hochauflösende Bodenkarten für den ­Schweizer Wald. In Schweizerische Zeitschrift für Forstwesen (Vol. 173, Issue 6). Schweizerischer Forstverein. https://doi.org/10.24451/arbor.17876
File(s)
Loading...
Thumbnail Image

restricted

Name

SZF Baltensweiler et al 2022.pdf

License
Publisher
Version
published
Size

1.1 MB

Format

Adobe PDF

Checksum (MD5)

bb2834fa74d7191f50dfb57a4222cdd9

About ARBOR

Built with DSpace-CRIS software - System hosted and mantained by 4Science

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback
  • Our institution