Documente Academic
Documente Profesional
Documente Cultură
Existe la necesidad de desarrollar enfoques tecnológicos geoespaciales para predecir y mapear la humedad relativa del
suelo (suelo
régimen de humedad) clases en paisajes boscosos. Esto se debe a que los administradores forestales buscan
continuamente mapas del régimen de humedad del suelo (SMR) para su aplicación en la planificación y las operaciones.
El objetivo del estudio fue
desarrollar un enfoque de modelado basado en SIG para predecir y mapear las clases de humedad relativa del suelo en
paisajes forestales. Se desarrolló una técnica de modelado del sistema de información geográfica (SIG) basada en reglas
para predecir SMR
clases (seco, fresco, húmedo y húmedo) usando: 1) clases de textura del suelo derivadas de mapas de geología
cuaternaria, y 2)
Áreas receptoras de agua derivadas de atributos topográficos generados a partir del modelo de elevación digital de 15
m. los
El enfoque de modelado SIG basado en reglas produjo un mapa SMR con una precisión general de aproximadamente
65% en relación con 54%
generado a partir del enfoque de reclasificación del índice de humedad del suelo en comparación con los datos de
parcela de tierra observados. Esta
Los administradores forestales podrían aplicar fácilmente una nueva técnica geoespacial para mejorar el inventario de
recursos forestales.
1. Introducción
La humedad del suelo es un atributo ambiental crítico que afecta a los bosques.
administración. Varios enfoques han sido ampliamente utilizados para mapear el suelo
contenido de humedad en los bosques, tales como: 1) encuestas de campo sinópticas utilizando
James et al., 2003; Benedettoa et al., 2013; Emadi et al., 2016; occidental
(p. ej., Algeo et al., 2016; Gueting et al., 2015; Steelman y Endres,
modelos (por ejemplo, Usuga et al., 2010; Waltman et al., 1997). Estos enfoques se han utilizado típicamente para
evaluar cambios a corto plazo en
alivio, aunque esto puede aliviarse parcialmente utilizando técnicas adicionales como el co-kriging (Gharechelou et al.,
2016). Teledetección
los enfoques suelen tener un rango de profundidad limitado y variable del suelo
la humedad, que cambiará según el tipo de suelo y la cubierta forestal, a menudo interfiere con la transmisión o el
retorno de la radiación (Liu et al., 2019).
Finalmente, los modelos hidrológicos basados en procesos pueden predecir la humedad del suelo,
pero aún requieren información como la textura del suelo y la conductividad hidráulica para modelar la humedad del
suelo y los flujos hidrológicos.
El régimen de humedad del suelo (SMR) se refiere a una estimación relativa del sustrato.
2011). Es una clasificación relativa de la humedad del sustrato durante un largo período de
tiempo, mientras que el contenido volumétrico de humedad del suelo es el volumen de agua
por volumen de suelo en una muestra dada en un momento dado (Bilskie, 2001).
papel significativo en la formación del suelo, el desarrollo y, por lo tanto, el tipo de suelo.
estado de los suelos SMR también determina el suministro de agua y oxígeno para
suelo. Por lo tanto, SMR es un atributo importante para los administradores forestales en la planificación
(p. ej., dónde cosechar, sitios sensibles, cosecha y enfoque silvícola) y operaciones (p. ej., colocación de carreteras,
aterrizajes, senderos para patines).
El enfoque de sistemas (SIG) para predecir y mapear el régimen de humedad relativa del suelo sería una herramienta útil
para que los administradores forestales brinden información
El régimen de humedad del suelo varía en el paisaje como resultado del espacio
integración de diferentes procesos en el ciclo del agua, incluyendo precipitación, intercepción, evapotranspiración,
infiltración y vertical,
flujos laterales y subterráneos. A escala local, donde el clima y la vegetación son relativamente uniformes, los flujos de
agua verticales y laterales son
Los controles clave sobre el régimen de humedad del suelo. La textura del suelo es función de
geología del lecho de roca subyacente y meteorización de minerales a lo largo del tiempo. Suelo
la textura (es decir, arena, limo, arcilla, materia orgánica) afecta la tasa de infiltración
se ensucia porque el agua entra y se mueve rápidamente en poros más grandes, por lo tanto
el suelo es más seco mientras que; la tasa de infiltración es menor para suelos de textura fina
porque el agua entra y se mueve lentamente en poros más pequeños y por lo tanto es
Los flujos laterales de agua están influenciados por la topografía. El agua se acumula a medida que desciende por una
ladera. Se disipa de las áreas de cresta en
la parte superior de la ladera, transita por áreas de ladera media (pendiente posterior) y
se acumula en la base de la pendiente (pendiente, pie y depresiones / humedales) (Ben-Shahar, 1990; Zhang et al.,
2010). La curvatura de la superficie a lo largo de esa pendiente también puede crear áreas locales de acumulación
acumulación de agua pendiente arriba que tiene pendiente de pendiente poco profunda o cóncava.
TWI en a / tan b; =
donde "a" es área contribuyente específica y "b" es pendiente local. Entonces esto es
una métrica de ladera lateral de transferencia de agua. Zhao y col. (2011) modelaron espacialmente la variabilidad de
SMR en las montañas Qilian en China
de humedad del suelo puede explicarse por el índice en una pequeña calibración
captación.
Otros enfoques para mapear SMR han incluido el uso de accidentes geográficos
procedimientos de segmentación para identificar áreas de disipación de agua, transporte y acumulación en el paisaje
(por ejemplo, Pennock et al., 1987;
atributos con una precisión del 47% al 58% para Acadian y Maritime-Boreal
región respectivamente.
Desarrollar un nuevo enfoque de Sistemas de Información Geográfica (SIG)
El paisaje es importante para comprender las condiciones de sequía y mejorar el manejo y la planificación forestal. Esto
proporcionará información relevante
información generada a partir de los mapas del régimen de humedad relativa del suelo
también podría usarse para mejorar las actividades de clasificación ecológica de la tierra
enfoque de modelado para predecir y mapear el régimen de humedad del suelo usando
Área de investigación de Rinker Lake en el noroeste de Ontario como área de estudio de caso.
enfoque de modelado para predecir las clases de humedad relativa del suelo en comparación con una reclasificación
umbral del índice de humedad topográfica
enfoque
2. Materiales y métodos
Ontario, Canadá (Fig. 1). Se extiende desde alrededor de la latitud 48.997 ° N hasta
el área del lago Rinker en el noroeste de Ontario, Canadá, como un estudio de caso
debido a la disponibilidad de DEM y conjuntos de datos de trazado para la calibración y validación del modelo.
2.1.1. Clima
La región tiene un clima boreal moderadamente frío que se caracteriza generalmente por veranos cálidos y lluviosos e
inviernos fríos y nevados (Sims
con precipitaciones medias de verano de aproximadamente 500 mm y nevadas anuales promedio de aproximadamente
250 mm (Environment Canada, 2019). Profundidad de nieve raramente
supera los 75 cm durante todo el invierno. El área tiene una media anual diaria
temperatura de aproximadamente 0 ° C con una temperatura mínima diaria promedio anual de aproximadamente −6 ° C
y una temperatura máxima diaria promedio anual de aproximadamente 6.5 ° C (Environment Canada, 2019).
2.1.2. Geología
La región subyacente en el lecho rocoso consiste en archeos y granitos como
sedimento que cubre aproximadamente el 68% de la superficie terrestre de la región. Depósitos glaciofluviales
compuestos de llanuras planas y de alto relieve.
Las características de contacto con el hielo, como eskers y kames, constituyen aproximadamente el 17% de
los lagos durante la última glaciación del Pleistoceno tienen una distribución limitada
y los depósitos aluviales ocupan aproximadamente el 12% de la superficie terrestre. Aproximadamente el 11.5% de la
región está cubierta por cuerpos de agua y ríos.
2.1.3. Vegetación
Zona de vegetación forestal (Baldwin et al., 2018). La región se caracteriza por extensos bosques de coníferas de abeto
negro (Picea mariana), blanco
abeto (Picea glauca), pino de pino (Pinus banksiana) y abeto balsámico (Abies
balsamea), así como rodales mixtos de coníferas y madera dura del norte
el abeto blanco, el abeto balsámico, el abedul blanco y el álamo temblón son los más
áreas de alta recepción de agua derivadas de atributos DEM (Fig. 2). Suelo
la textura se seleccionó como una variable importante en el modelado de la humedad relativa del suelo porque el
patrón de poros del suelo está determinado por
textura. Por ejemplo, las clases de texturas de suelos gruesos son extremadamente abiertas
patrón de poros del suelo que tiene una permeabilidad rápida del agua y
creando una condición de régimen de humedad del suelo seco. En contraste, suelo fino
las clases de textura tienen un patrón de poro del suelo extremadamente retentivo
tener una permeabilidad lenta del agua y crear una humedad húmeda en el suelo
Las áreas receptoras son indicativas de la condición del régimen de humedad del suelo húmedo. Eso
de su estado saturado (Johnson y Uhlig, 2011). Los atributos del terreno DEM se usaron para predecir áreas de alta
recepción de agua en el paisaje. Los atributos de DEM incluyeron humedales, clasificación de la posición de la pendiente
(pendiente y pie), curvatura cóncava y topografía del suelo.
índice de humedad. Estos atributos DEM fueron seleccionados porque proporcionaban un indicador espacial de las áreas
de drenaje de agua en el paisaje. por
ejemplo, las áreas de alto índice de humedad topográfica del suelo son generalmente húmedas
que las áreas de bajo índice de humedad topográfica del suelo. Además, estribo
clases de textura del suelo para predecir las clases de régimen de humedad del suelo en bosques
paisaje.
La capa de clases de textura del suelo (Fig. 3) se generó a partir de la capa de datos de geología Cuaternaria (Ontario
Geological Survey, 1981) y fue
capa usando una matriz de reclasificación desarrollada a partir del levantamiento del terreno
el mapa de textura del suelo se volvió a muestrear a datos ráster de 15 my se utilizó como
Fig. 2. Una representación esquemática de la metodología utilizada en el modelado de clases de régimen de humedad
del suelo en paisajes forestales, noroeste de Ontario, Canadá.
los datos están disponibles para una parte significativa de los bosques comerciales
2002). Los datos OBM compuestos por polígonos lacustres, vectores de flujo, spot
Fig. 3. Clases de textura del suelo en el área de estudio controlado en el modelado de clases de régimen de humedad del
suelo.
Fig. 4. Función de membresía difusa (MF) donde la forma está determinada por
basado en el número de veces que una celda de cuadrícula se identifica como plana o depresión (pdep). Se genera un
mapa de probabilidad ráster con un rango de
el valor de curvatura indica que la superficie es convexa hacia arriba en esa celda
mientras que un valor negativo indica que la superficie es cóncava hacia arriba en
Clases de posición de pendiente, es decir, cresta, pendiente posterior, pendiente de pie y pendiente de pie
Las características topográficas (atributos del terreno) incluyen curvatura de perfil, pendiente, elevación relativa a picos
y pozos, elevación relativa a
La curvatura del perfil representaba una forma de pendiente local que soporta
aceleración del flujo, erosión del suelo / tasa de deposición (MacMillan et al., 2000).
El índice de humedad topográfica del suelo (WI) representó las condiciones relativas de drenaje y la extensión de la zona
de saturación y se derivó en
Versión del software ArcSIE 9.3.501 usando la ecuación. (1) (Shi, 2010).
()
(ln (/)
es decir, cerca de la división, cerca del pico, cerca del medio, cerca del canal, cerca del agujero, alto
modelo.
(2011)). El uso de múltiples atributos difusos para definir una pendiente particular
Se realizó la clase de posición. Por ejemplo, la pendiente del pie fue definida por el
atributos difusos de canal cercano, plano y pozo cercano (Tabla 2). Un mapa
para cada entidad topográfica se creó con cada celda de cuadrícula asignada
prediciendo la clase de humedad relativa del suelo húmedo en el paisaje boscoso. Esto se debe a que las áreas de alta
recepción de agua consisten en suelo húmedo
durante un largo período de tiempo dentro del año. Gley y moteados generalmente se forman en áreas de alta
recepción de agua con suelos húmedos (Johnson
estudiar como cualquier ubicación geográfica que tenga tres o más de cualquiera de los
índice de humedad topográfica (WI> 6) y curvatura cóncava. La condición topográfica con índice de humedad> 6
representaba el percentil 75 de los valores del índice de humedad topográfica. Análisis de idoneidad del sitio de
las áreas de alta recepción de agua se realizaron usando una alta incidencia de
áreas de alta recepción de agua para predecir las clases de humedad relativa del suelo. Nosotros
desarrolló un enfoque de modelado SIG basado en reglas (Tabla 3) para predecir el suelo
científicos que trabajan en el campo de la ciencia del suelo y desarrollaron guías de campo
por científicos de clasificación de ecosistemas forestales en Natural Resources Canada (Sims et al., 1989). El régimen de
humedad del suelo se clasificó como seco,
conocimiento, asumimos el lecho de roca en la cresta como áreas de suelo orgánico seco como
Suelos minerales húmedos con alta recepción de agua como suelos húmedos y minerales.
sin alta recepción de agua o área de lecho de roca no en la cresta tan fresca
(Tabla 3).
Como esfuerzos de validación, utilizamos puntos de datos de parcelas (43) de suelo relativo
Clases de humedad para validar la humedad relativa digital prevista del suelo
clases Los puntos del régimen de humedad del suelo de los datos de la parcela se muestrearon por campo
conjuntos de datos en el mapa de clases de régimen de humedad del suelo previsto en ArcGIS
(30) representa clases de régimen de humedad del suelo seco, fresco, húmedo y húmedo.
Los 30 puntos de datos de las clases de régimen de humedad del suelo se superpusieron al
índice de humedad topográfica del suelo generado en la ecuación. (1) Valores medios de
de los valores medios de WI de las clases de régimen de humedad del suelo. La tierra
y se utiliza para la evaluación de precisión del régimen de humedad del suelo previsto
clases derivadas del umbral y reclasificación del índice de humedad topográfica del suelo.
3. Resultados y discusión
Una descripción de los atributos difusos utilizados en la clasificación de la posición de la pendiente y el modelo de lógica
difusa y el parámetro utilizado para derivar los atributos (modificado de Webster
et al. (2011) B1 y b2 representaban los límites superior e inferior respectivamente de la dispersión (d) de la probabilidad
máxima.
enfoque para delinear los humedales que coincidía bien con los humedales
El área de estudio. La posición del paisaje es una característica típica de los humedales.
partes del sudoeste de la región en relación con las porciones del sudeste.
Esto probablemente se deba a problemas relacionados con las transiciones basadas en el paisaje.
río abajo en humedales ribereños (Brinson, 1993). Además, fuentes inadecuadas de agua a los humedales (flujo terrestre
y agua subterránea)
humedales en las partes del sudoeste del área de estudio (Brinson, 1993;
cambiar con la resolución del DEM. Esto es porque la escala del mapa
características (Wolock, 1994). Por lo tanto, áreas de depresión de humedales más pequeñas
temperatura y precipitaciones (Nyandwi et al., 2016). Se espera que un aumento en la precipitación aumente la
presencia y distribución de humedales
ocurrencia en la distribución en la región. Además, también se espera que el aumento de la evaporación reduzca la
presencia de humedales en la distribución.
en el area de estudio.
Las áreas de los pies y de los pies abarcaron aproximadamente el 30% del estudio.
zona. Esto implica que la región tenía una cantidad significativa de menos drenaje
condiciones del régimen de humedad del suelo. Las áreas de la ladera y el pie eran
Estas áreas generalmente tienen condiciones de drenaje muy pobres, mejorando así la formación de humedales.
Además, las posiciones de pie y de pie se produjeron en la parte inferior de la pendiente y son más cóncavas con
valores más altos (es decir, áreas contribuyentes más altas y pendientes más bajas). Alto
Los valores del índice de humedad cubrieron alrededor del 30% del área de estudio. El algoritmo de trayectoria múltiple
del índice de humedad topográfica funcionó bien en el
Sin embargo, la variación en los valores del índice de humedad topográfica podría
DEM tiende a resultar en una alta variación local en el índice de humedad topográfica
valores (Buchanan et al., 2014). Además, el uso de un algoritmo unidireccional para generar el índice de humedad
topográfica también podría afectar la variación en los valores del índice de humedad topográfica. Esto es porque el
camino único
en lugar de DEM para calcular el gradiente de pendiente para cada dirección individual en la que hay flujo desde el píxel
en consideración (Shi,
2010).
Áreas cóncavas, definidas como que tienen una curvatura de pendiente negativa en el
(Famiglietti et al., 1998; Sinai et al., 1981) y cubrieron alrededor del 30% de
asociado con suelos húmedos y húmedos (Famiglietti et al., 1998; Sinai et al.,
paisajes apacibles
Tabla 2
Los atributos difusos y los pesos utilizados para definir cada una de las clases de posición de pendiente. Varias filas que
ocurrieron para cada clase indicaron una definición alternativa del
Tabla 3
Reglas asignadas en el modelado de clases de humedad relativa del suelo en paisajes forestales
Tabla 4
Valores medios del índice de humedad topográfica para diferentes regímenes de humedad del suelo
Clases
pie-pie-pie, alto índice de humedad topográfica (WI> 6) y / o
curvatura cóncava Estas áreas comprenden aproximadamente el 30% del área de estudio.
(Fig. 6). Las áreas de recepción de agua alta se interpretan como aquellas con
alta humedad y tiempo de residencia prolongado, por lo tanto anegado y químicamente reducido (es decir, anóxico) que
produce un patrón de suelo distintivo de
Warplands de Yorkshire en el Reino Unido (Heathcote, 1951). Esto se debe a la presencia de compuestos ferrosos
fácilmente extraíbles formados durante el
La condición de sustratos moteados y gley con respecto a la concentración de óxido férrico y aluminio en Ontario,
Canadá, es un área para mayor
investigación. El área de recepción de agua fue una de las características morfométricas más notables del suelo utilizado
para modelar el régimen de humedad del suelo húmedo.
clase en este estudio. Esto se debe a que indica la presencia de propiedades hidromórficas en los suelos (Khan et al.,
2012). Las áreas apropiadas de recepción de agua alta previstas en este estudio dependen de
curvatura) utilizada en el modelado de análisis de idoneidad. Se espera que aumentar o reducir las variables de entrada
afecte el modelado de idoneidad
Fig. 5. Variables DEM derivadas utilizadas para predecir áreas de recepción de agua alta adecuadas.
Fig. 6. Áreas de alta recepción de agua predichas en el área de estudio del lago Rinker.
Fig. 7. Clases de humedad relativa del suelo predichas derivadas del modelado de SIG basado en reglas
resultados de áreas de alta recepción de agua.
sustratos húmedos y mojados. La clase de humedad relativa fresca del suelo ocupada
aproximadamente 70%, clase húmeda alrededor del 20%, clase seca aproximadamente 8% y
Las clases de SMR secas y frescas tuvieron un tiempo de residencia bajo en agua
mientras; las clases SMR húmedas y húmedas tenían un tiempo de residencia alto en agua.
clases debido a la alta compactación y la acumulación de materia orgánica del suelo debido
probablemente disminuyó en sitios con clase SMR fresca debido a la baja compactación y baja materia orgánica
acumulada del suelo debido a su elevada
productividad.
La clase de humedad relativa del suelo húmedo se distribuyó por todo el
la clase de humedad en comparación con la clase de humedad relativa del suelo húmedo fue
aproximadamente 4: 1. Las clases de humedad relativa del suelo fresco y seco ocuparon aproximadamente
70% del área de estudio en relación con la humedad relativa y húmeda del suelo
como el bosque dominado de piceas de pino negro, madera dura de abedul y álamo temblón
y tipos de bosques de madera mixta (Sims et al., 2002; Sims et al., 1989).
Tabla 5
Tabla de matriz de errores de las clases de régimen de humedad del suelo predichas derivadas de modelos de SIG
basados en reglas
Sin embargo, además del régimen de humedad relativa del suelo, otros edáficos
factores como la profundidad del suelo y la geología glacial cuaternaria también son
Factores importantes en la formación de diferentes tipos de bosques. Las clases dominadas de régimen de humedad
relativa del suelo seco a fresco en la región
junto con el alto contenido de limo en los suelos arcillosos se espera que
administración.
(Fig. 8), la clase húmeda ocupaba alrededor del 50%, la clase húmeda alrededor del 30%,
clase seca aproximadamente 18% y clase fresca aproximadamente 2%. Por lo tanto, este enfoque generó diferentes
grados de cobertura en la humedad relativa del suelo.
diferente del enfoque basado en reglas porque se basaba en datos de la trama para
calibre los umbrales dentro de los valores del índice de humedad. Pariente generador
Fig. 8. Clases de humedad relativa del suelo predichas derivadas del umbral y la reclasificación del índice de humedad
topográfica
Tabla 6
Tabla de matriz de errores de las clases de régimen de humedad del suelo predichas derivadas de
predecir otras propiedades del suelo en Canadá, incluida la textura del suelo (Akumu
Las clases de régimen de humedad del suelo generadas a partir del SIG basado en reglas
respectivamente (tabla 5). En contraste, las clases de régimen de humedad del suelo
El índice tenía una precisión general y estadísticas kappa de 54% y 33% respectivamente (Tabla 6). Las estadísticas muy
bajas de kappa (33%) del suelo
clases de humedad relativa del suelo previstas y los datos de referencia utilizados en
las clases de régimen generadas a partir del modelado de SIG basado en reglas
20% más alto que la precisión general de las clases de régimen de humedad del suelo
generado a partir del umbral y la reclasificación del índice de humedad topográfica. Esto implica que las clases de
régimen de humedad del suelo previstas
derivados del modelado de SIG basado en reglas fueron más confiables en relación con el
Las clases y el índice de humedad del suelo utilizados en el modelado de SIG basado en reglas fueron
paisaje boscoso Otros estudios también han encontrado terreno derivado de DEM
atributos útiles en la predicción de las propiedades del suelo, incluido el carbono,
masa, profundidad y textura del suelo (Akumu et al., 2015; Gessler et al., 2000;
que el modelo predijo con precisión las clases de régimen de humedad del suelo,
fueron: 20%, 82%, 100% y 36% para las clases de régimen de humedad del suelo seco,
técnica. En contraste, las precisiones del productor fueron 33%, 67%, 33%,
y 100% para las clases de régimen de humedad del suelo seco, fresco, húmedo y húmedo
enfoque de índice. Esto sugirió que la clase de humedad relativa del suelo
la humedad era 100% predicha con precisión por el enfoque SIG basado en reglas
mientras; la humedad relativa del suelo clase húmeda fue 100% predicha por el
Esto probablemente implica que el enfoque SIG basado en reglas de asignar suelo
las clases de texturas y las áreas de recepción de agua alta adecuadas tuvieron un alto
Generalmente, la precisión promedio del productor del régimen de humedad del suelo
Las clases derivadas del modelado de SIG basado en reglas fueron aproximadamente un 2% más altas que
La precisión promedio del productor de las clases de régimen de humedad del suelo derivadas
validación de las clases de humedad relativa del suelo derivadas del umbral y
Las bajas precisiones globales del productor. Sin embargo, falta de logística y pobre
La precisión del usuario representaba la probabilidad de que una etiqueta de píxeles para un
la clase de humedad del suelo fresca tuvo la mayor precisión del usuario (75%) y seca
tuvo la precisión de usuario más baja (33%) del modelado de SIG basado en reglas
mayor precisión del usuario del 67% y la clase de humedad tenía el usuario más bajo
precisión del 33%. La precisión promedio del usuario del régimen de humedad del suelo
las clases derivadas del modelado de SIG basado en reglas fueron aproximadamente un 12% más altas
que la precisión promedio del usuario de las clases de régimen de humedad del suelo derivadas
implica que las clases de humedad relativa del suelo derivadas del nuevo modelo de SIG basado en normas fueron más
confiables en paisajes forestales que las clases de humedad relativa del suelo derivadas del umbral y la reclasificación
del índice de humedad topográfica.
utilizado en los esfuerzos de validación. Por ejemplo, se usaron 43 parcelas para validar SMR derivado del modelado
basado en reglas, mientras que; solo 13 parcelas
se usaron para validar SMR derivado del umbral y la reclasificación del índice de humedad topográfica. Esto es porque
un significativo
cantidad de parcelas (30) se utilizaron para calibrar el umbral y la reclasificación del índice de humedad topográfica
mientras que; Se requirió un diagrama cero en la técnica de modelado basada en reglas. No obstante, el enfoque de
modelado de SIG basado en reglas demostró ser más robusto que el umbral
Mejorar aún más la predicción y precisión del modelo. Además, desarrollar las reglas basadas en SIG para predecir SMR
en sistemas difusos podría
4. Conclusion We successfully developed a rule-based GIS modeling technique to predict relative soil moisture classes in
forested landscape with overall accuracy of about 65% relative to around 54% from threshold and reclassification of
topographic wetness index. The high overall accuracy from our novel rule-based GIS approach relative to threshold and
reclassification of topographic wetness index approach makes the technique more reliable. Additional information
beyond the specific contribution area and slope that go into the calculation of topographic wetness index are important.
The study found DEM derived environmental variables such as wetland, surface curvature, slope position classes, and
topographic wetness index in combination with soil textural classes very useful in the prediction of relative soil moisture
classes in forested landscape. Furthermore, we found the relative soil moisture classes i.e. dry, fresh, moist, and wet
distributed throughout the area of study with the relative soil moisture class fresh being the most dominant in
occurrence and most user accurate in prediction. This is probably because the substrate in the region consisted mostly
of coarse sand and coarse loamy sediments with rapid perviousness as a result of open pore pattern. This substrate type
and fresh relative soil moisture class could support a variety of forested ecosites including red pine-white pine conifer,
aspen-birch hardwood, maple hardwood and mixed wood forests (Sims et al., 1989). The overall accuracy of the rule-
based GIS model prediction could be improved by increasing the number of input variables and refining the rule-based
datasets. Furthermore, incorporating the spatial data with fuzzy logic prediction systems could also enhance modeling
outcomes. The rule-based GIS modeling Table 6 Error matrix table of predicted soil moisture regime classes derived from
threshold and reclassification of topographic wetness index. Dry Fresh Moist Wet Total Dry 1 1 0 2 Fresh 1 4 1 0 6 Moist
1 1 1 0 3 Wet 0 0 1 1 2 Total 3 6 3 1 13 Producer accuracy (%) User accuracy (%) Overall accuracy (%) Overall kappa
statistics (%) Dry 33 50 Fresh 67 67 Moist 33 33 Wet 100 50 54 33 C.E. Akumu, et al. Geoderma 351 (2019) 25–35 34
approach could be used by soil scientists in other regions involved in mapping relative soil moisture conditions in
forested landscapes. This rule-based GIS approach is preferable over machine learning approaches such as random
forest because the need for training data is not required.