Potential and application of vis-NIR spectroscopy for assessment of humus properties of forest soils

Abstract

Forests soils are exposed to changing environmental conditions on a global level and influenced by atmospheric element input and acidification processes. For forest management, the ongoing changes depict a major challenge in both the present and future. Thus, mitigation strategies are needed, which rely on up-to-date information about soil and humus conditions. Conventional mapping schemes are time-consuming and partly unreliable. Digital soil mapping approaches, in combination with proximal soil sensing procedures like visual and near-infrared spectroscopy (vis-NIR), have the potential to overcome the mentioned shortcomings. They could provide information at the forest stand scale, where currently no information about humus condition is available. These methods are already widely used for investigations on agricultural areas, but studies focusing on forests and organic humus layers are scarce. The objective of this thesis is therefore to investigate the potential and application of vis-NIR spectroscopy to predict and asses humus properties of forest soils, with respect to the utilisation of the results in silviculture. The included studies present the possibilities of using vis-NIR spectroscopy to predict various properties of the organic layer of forest soils in Saxony and assess different regression and machine learning methods, devices, and spatial scales. Practical application is shown by presenting an integrated framework that derives spatial information about humus conditions at forest stand scale, closing a known data gap. Our results show that vis-NIR spectroscopy is suitable to estimate various soil properties (C and N content, C/N ratio, pH value, cation exchange capacity, base saturation) for the so far not investigated humus layer of forest soils. The application offers a reduction of the required laboratory analysis. No clear preference could be determined regarding the different algorithms used for the humus property estimation. We found that micro-electro- mechanical-systems devices are suitable for humus property prediction. Their performance can compete with benchtop devices. The usage of the NIR region is crucial to achieve satisfying prediction accuracy. The presented framework is applicable and derives spatial predictions of humus properties at forest stand level. Vis-NIR spectroscopy can facilitate the data acquisition procedure. The improved data availability compensates the uncertainties of the predictions. Both vis-NIR spectroscopy and digital soil mapping approaches can be applied for humus property prediction of forest soils. The methods have the potential to play an important role for forest soil characterization in the future by enhancing data availability and support forest management regarding ongoing environmental changes and challenges.

Dissertation ist gesperrt bis 20. Oktober 2026 !

Waldböden sind weltweit sich verändernden Umweltbedingungen ausgesetzt und werden zudem von Stoffeinträgen und Versauerungsprozessen beeinflusst. Für die Waldbewirtschaftung stellen die Veränderungen eine große Herausforderung dar, für deren Bewältigung effektive Bewirtschaftungsstrategien erforderlich sind. Diese sind jedoch auf aktuelle Informationen angewiesen. Herkömmliche Kartierverfahren sind zeitaufwändig und teilweise unzuverlässig. Digitale Bodenkartierung und proximal soil sensing Verfahren wie visuelle und Nahinfrarotspektroskopie (vis-NIR) bieten die Möglichkeit, diese Probleme zu überwinden und Informationen über den Humuszustand auch auf Bestandesebene bereitzustellen. Die Methoden sind aus der Landwirtschaft bekannt, aber Untersuchungen von Waldböden und der Humusauflage sind rar. Das Ziel dieser Arbeit ist es daher, das Potenzial und die Anwendung der vis-NIR Spektroskopie zur Vorhersage und Bewertung von Humuseigenschaften von Waldböden zu untersuchen und die mögliche Nutzung in der Waldbewirtschaftung aufzuzeigen. In den vorgestellten Studien wird der Einsatz der vis-NIR Spektroskopie zur Vorhersage verschiedener Humuseigenschaften von Waldböden in Sachsen untersucht. Es werden verschiedene Regressionsmethoden und Ansätze des maschinellen Lernens, sowie Spektrometer und räumliche Skalen verwendet. Zudem wird ein integriertes digitales Bodenkartierungssystem für die Regionalisierung von Humuseigenschaften vorgestellt. Wir zeigen, dass vis-NIR Spektroskopie geeignet ist, um verschiedene Bodeneigenschaften (C- und N-Gehalt, C/N Verhältnis, pH-Wert, Kationenaustauschkapazität, Basensättigung) auch für die bisher nicht untersuchte Humusauflage vorherzusagen. Hinsichtlich der verwendeten Algorithmen konnte kein eindeutiges Ergebnis erzielt werden. Micro-electro-mechanical-systems Geräte sind für die Vorhersage von Humuseigenschaften geeignet und die damit erzielten Ergebnisse sind mit herkömmlichen Geräten vergleichbar. Die Benutzung des NIR-Bereichs ist dabei essenziell für eine ausreichende Vorhersagegenauigkeit. Das vorgestellte Bodenkartiersystem ermöglicht die Regionalisierung von Humuseigenschaften auf Bestandsebene. Der Einsatz von vis-NIR Spektroskopie kann dabei die Datenaufnahme erleichtern. Die verbesserte Datenverfügbarkeit gleicht dabei die Unsicherheiten der Vorhersagen aus. Vis-NIR Spektroskopie und digitale Bodenkartierung können zur Vorhersage von Humuseigenschaften eingesetzt werden. Beide Methoden haben das Potenzial, eine wichtige Rolle bei der Kartierung von Waldböden zu spielen, indem sie die Datenverfügbarkeit verbessern und die Waldbewirtschaftung im Hinblick auf die laufenden Umweltveränderungen und Herausforderungen unterstützen.