Back to Search Start Over

Large topsoil organic carbon variability is controlled by Andisol properties and effectively assessed by VNIR spectroscopy in a coffee agroforestry system of Costa Rica

Authors :
Tiphaine Chevallier
Simon Taugourdeau
Rintaro Kinoshita
Harold M. van Es
Zia U. Ahmed
Alain Albrecht
Olivier Roupsard
Sch Integrat Plant Sci, Soil & Crop Sci Sect
Cornell University
Ecologie fonctionnelle et biogéochimie des sols et des agro-écosystèmes (UMR Eco&Sols)
Institut National de la Recherche Agronomique (INRA)-Institut de Recherche pour le Développement (IRD)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)
Tropical Agricultural Centre for Research and Higher Education
Systèmes d'élevage méditerranéens et tropicaux (UMR SELMET)
Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)
International Maize and Wheat Improvement Center (CIMMYT)
Cornell University [New York]
Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)
Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)
Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)
Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)
Consultative Group on International Agricultural Research [CGIAR] (CGIAR)
Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Institut National de la Recherche Agronomique (INRA)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-Institut national d’études supérieures agronomiques de Montpellier (Montpellier SupAgro)
Source :
Geoderma, Geoderma, Elsevier, 2016, 262, pp.254-265. ⟨10.1016/j.geoderma.2015.08.026⟩
Publication Year :
2016
Publisher :
HAL CCSD, 2016.

Abstract

Assessing the spatial variability of soil organic carbon (SOC) is crucial for SOC monitoring and comparing management options. Topsoil (0–5 cm) SOC concentrations were surveyed in a coffee agroforestry watershed (0.9 km2) on Andisols in Costa Rica with uniform farm management. We encountered high values and large spatial variations of SOC, from 48.1 to 172 g kg− 1 in the dry combustion set (SOCref; n = 72) used for calibrating the visible-near-infrared reflectance spectroscopy (VNIRS) samples (SOCVNIRS; 350–2500 nm; n = 520). VNIRS using partial least squares regression was effective in predicting SOC (R2 = 0.85; a root mean square error (RMSE) = 12.3 g kg− 1) and proved an effective proxy measurement. We assessed several topographic, vegetation and andic soil property variables, of which only the latter (metal–humus complexes and allophanes) displayed strong correlations with SOCref concentrations. We compared Random Forest and three geostatistical approaches for the interpolation of SOC in unsampled locations. Ordinary kriging with SOCref yielded an RMSE of 28.0 g kg− 1. Random Forest was successful in incorporating many weakly and non-linearly correlated covariates with SOC (RMSE = 14.7 g kg− 1), provided Alp (the sodium pyrophosphate extractable aluminum), the best predictor of SOC (r = 0.85) but also the most costly variable to acquire. Co-kriging with Alp also showed high reduction in RMSE (16.0 g kg− 1). Co-kriging with SOCVNIRS only showed marginal reduction in RMSE to 24.2 g kg− 1 due to the presence of a high nugget effect. Local variability of SOC in this volcanic agroforestry watershed was dominated by andic properties whereas topographic or vegetation variables had very little impact. Estimation of SOC variability is recommended using inexpensive proxy measurements like VNIRS (RMSE = 12.3 g kg− 1) rather than spatial interpolation techniques. (Resume d'auteur)

Details

Language :
English
ISSN :
00167061 and 18726259
Database :
OpenAIRE
Journal :
Geoderma, Geoderma, Elsevier, 2016, 262, pp.254-265. ⟨10.1016/j.geoderma.2015.08.026⟩
Accession number :
edsair.doi.dedup.....508c67a2de7f0351733e0383dcf1f7af
Full Text :
https://doi.org/10.1016/j.geoderma.2015.08.026⟩