Assessing of Soil Erosion Risk Through Geoinformation Sciences and Remote Sensing — A Review

要約

過去数十年間に、広範囲にわたる浸食現象の顕著な発現が世界中で研究されました。
世界的な自然保護コミュニティは、人間による自然への影響を阻止または軽減するだけでなく、土壌耕作の新しいアプローチを導入して農村地域の生活を改善するために、発展途上国の土壌資源の保存に向けた地方、地域、大陸レベルでのキャンペーンを立ち上げています。
国連の持続可能な開発目標が採択され、土地劣化中立性（LDN）などのいくつかの世界的取り組みが開始された後、世界は生物圏がその存在に依存する土壌資源の非常に重要性を認識するようになりました。
この章の主な目的は、さまざまなタイプと構造の浸食モデルとその応用を検討することです。
地理情報システム (GIS) の空間解析機能を使用したいくつかの手法が土壌侵食リスク評価に使用されています。たとえば、世界および米国で運用されている普遍土壌損失方程式 (USLE)、改訂普遍土壌損失方程式 (RUSLE)、および MESALES モデルなどです。
。
現在の研究では、人工知能 (AI)、機械学習、深層学習などの土壌侵食リスクを評価するためのより多くの実験モデルや方法とともに、これらおよびその他のモデルが議論されています。この研究の最後には、将来の開発に関する目論見書が記載されています。
土壌浸食のリスク評価が行われます。

要約(オリジナル)

During past decades a marked manifestation of widespread erosion phenomena was studied worldwide. Global conservation community has launched campaigns at local, regional and continental level in developing countries for preservation of soil resources in order not only to stop or mitigate human impact on nature but also to improve life in rural areas introducing new approaches for soil cultivation. After the adoption of Sustainable Development Goals of UNs and launching several world initiatives such as the Land Degradation Neutrality (LDN) the world came to realize the very importance of the soil resources on which the biosphere relies for its existence. The main goal of the chapter is to review different types and structures erosion models as well as their applications. Several methods using spatial analysis capabilities of geographic information systems (GIS) are in operation for soil erosion risk assessment, such as Universal Soil Loss Equation (USLE), Revised Universal Soil Loss Equation (RUSLE) in operation worldwide and in the USA and MESALES model. These and more models are being discussed in the present work alongside more experimental models and methods for assessing soil erosion risk such as Artificial Intelligence (AI), Machine and Deep Learning, etc. At the end of this work, a prospectus for the future development of soil erosion risk assessment is drawn.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google