Structural equation modelling for digital soil mapping

Abstract

Climate change and land degradation are of increasing societal and governmental concern. For this reason, several international programs have been initiated in the last decade, such as the 4 per 1000 initiative and the Sustainable Development Goals of United Nations. The soil science community is actively working under different national and international organizations to provide regional and global soil information to support these programmes. Digital Soil Mapping (DSM), a relatively new methodology to create soil maps based on (geo)statistical methods, has became operational during the last fifteen years and has now been adopted by several organizations. It is defined as computer-assisted production of digital maps of soil type and soil properties, by use of mathematical and statistical models that combine information from soil observations with information contained in correlated environmental variables. Most studies in DSM spatially predict soil properties or classes from either new or legacy laboratory data and spatially exhaustive environmental covariates (GIS layers of biophysical land surface properties), typically using empirical statistical methods. These methods have shown to result in accurate maps at different scales, but do not provide knowledge about the interrelationships between the soil properties and the functioning of the soil and soil-landscape system. We not only need to properly describe or map soil spatial variation, but also to understand soil behaviour. This is needed to answer questions such as: which are the dominant soil processes in a certain region? How will the soil react under increased productivity pressure? How vulnerable is the soil to erosion or pollution? How much organic carbon can we store in the soil at a given location? Mechanistic soil-landscape models do include process-knowledge but cannot be applied easily for soil mapping because of their high complexity and large uncertainty. A solution could be to use structural equation modelling (SEM), which is a hybrid approach that combines elements of empirical and mechanistic models. SEM can model continuous soil properties while taking soil property interrelationships into account. In SEM, we first create a conceptual model, similar to the mental model of soil surveyors, which is converted into a graphical model, that represents the system interrelationships. This is the mechanistic side of SEM. The empirical side takes place after we translated the graphical model into a mathematical model, which is calibrated with observational data to estimate the model coefficients. Next, the calibrated model can be used to predict target variables, such as soil properties. These characteristics of SEM indicate that it could be a very useful technique to bridge the gap between empirical and mechanistic approaches for DSM. Thus, the objective of this thesis is to extend DSM with soil process information through the development, calibration, application and validation of a structural equation model.

El cambio climático y la degradación del suelo son problemas cada vez más preocupantes para la sociedad y los gobiernos. Por este motivo se han iniciado numerosos programas internacionales en la última década, como por ejemplo la iniciativa 4 per 1000 y los Objetivos de Desarrollo Sustentable de las Naciones Unidas. La comunidad científica del suelo está trabajando activamente bajo diferentes organizaciones nacionales e internacionales para proporcionar información de este recurso a escala regional y mundial. Para ello, durante los últimos quince años se ha implementado el Mapeo Digital de Suelos (DSM, por sus siglas en Inglés Digital Soil Mapping), una metodología relativamente nueva para crear mapas de suelos, y que ahora está siendo adoptada por varias organizaciones, entre ellas la FAO. El DSM se define como la producción asistida por computadora de mapas digitales de tipos y propiedades de suelo, mediante el uso de modelos matemáticos y estadísticos que combinan información de observaciones del suelo con información contenida en variables ambientales correlacionadas. La mayoría de los estudios que emplean DSM predicen las propiedades o clases de suelos espacialmente a partir de datos de laboratorio (nuevos o legados de previos relevamientos) y de covariables ambientales (capas GIS de propiedades biofísicas de la superficie terrestre). Generalmente se utilizan métodos estadísticos empíricos, que han demostrado producir mapas precisos a diferentes escalas. Sin embargo, estos métodos no generan conocimientos sobre las relaciones entre propiedades del suelo y sobre la relación suelo-paisaje. Los mapas de suelos no sólo necesitan describir apropiadamente la variación espacial del mismo, sino también proveer información de su comportamiento. Este tipo de información es necesaria para responder a preguntas tales como: ¿cuáles son los procesos dominantes del suelo en una determinada región? ¿Cómo reaccionará el suelo bajo una mayor presión de productividad? ¿Qué tan vulnerable es el suelo a la erosión o la contaminación? ¿Cuánto carbono orgánico podemos almacenar en el suelo en un lugar determinado? Otros modelos utilizados en el estudio de las variaciones espaciales de los suelos son los modelos mecanísticos (también llamados modelos físicos) que incluyen procesos físico-químicos que ocurren en el sistema suelo-paisaje. Sin embargo, no se pueden aplicar fácilmente al mapeo de suelos debido a su alta complejidad y gran incertidumbre. Una solución intermedia entre los modelos empíricos y los modelos mecanísticos sería utilizar modelos de ecuaciones estructurales (SEM, por sus siglas en Inglés Structural Equation Modelling). Mediante SEM se puede modelar propiedades continuas del suelo teniendo en cuenta las interrelaciones existentes entre ellas. En SEM, primero se crea un modelo conceptual, similar al modelo mental que desarrollaban los clásicos reconocedores de suelos. Este modelo conceptual es posteriormente transformado en un modelo gráfico, el cual representa las interrelaciones del sistema. Luego, el modelo gráfico se traduce a un modelo matemático que se calibra con datos medidos de las propiedades involucradas dando como resultado los coeficientes del modelo. A continuación, el modelo calibrado se puede utilizar para predecir las propiedades de suelo. Estas características de SEM lo convierten en una herramienta útil para cerrar la brecha entre los enfoques empíricos y mecánisticos en DSM. Por lo tanto, el objetivo de esta tesis es expandir las metodologías de DSM mediante la incorporación de conocimiento pedológico a través del desarrollo, calibración, aplicación y validación de un modelo de ecuaciones estructurales.