Térben nem folytonos megfigyelésekből származó másodlagos információk felhasználása a talajtakaró egyes jellemzőire vonatkozó térbeli predikciókban  részletek

súgó  nyomtatás 
vissza »
 

Projekt adatai

  
azonosító
131820
típus K
Vezető kutató Pásztor László
magyar cím Térben nem folytonos megfigyelésekből származó másodlagos információk felhasználása a talajtakaró egyes jellemzőire vonatkozó térbeli predikciókban
Angol cím Application of information originating from spatially non-exhaustive, ancillary observations in the spatial predictions targeting specific features of the soil mantle
magyar kulcsszavak digitális talajtérképezés, segédinformáció, térbeli becslés, szimuláció, gépi tanulás, geostatisztika
angol kulcsszavak digital soil mapping, ancillary information, spatial prediction, simulation, machine learning, geostatistics
megadott besorolás
Talajinformatika (Komplex Környezettudományi Kollégium)80 %
Talajtan, talajbiológia, talajkémia, talajfizika (Komplex Környezettudományi Kollégium)10 %
Ortelius tudományág: Talajtudomány
Távérzékelés (Komplex Környezettudományi Kollégium)10 %
zsűri Komplex agrártudomány
Kutatóhely HUN-REN ATK Talajtani Intézet (HUN-REN Agrártudományi Kutatóközpont)
résztvevők Árvai Mátyás
Balog Kitti
Kocsis Mihály
Koós Sándor
Kovács Zsófia Adrienn
Laborczi Annamária
László Péter
Mészáros János
Szabó József
Szatmári Gábor
Takács Katalin
Takáts Tünde
Tóth Brigitta
projekt kezdete 2019-12-01
projekt vége 2025-02-28
aktuális összeg (MFt) 47.944
FTE (kutatóév egyenérték) 11.88
állapot aktív projekt





 

Zárójelentés

  
kutatási eredmények (magyarul)
A kutatás alapkérdései: -milyen módon és hatékonysággal alkalmazhatók különböző, térben nem folytonos megfigyelésekből származó, másodlagos információk a digitális környezeti- és talajtérképezésben, -alkalmazásuk hogyan befolyásolja a térképezés eredményét, pontosságát és megbízhatóságát. Folyamatosan próbáltunk azonosítani megfelelő adatforrásokat csakúgy, mint azok hatékony felhasználási módját, néha zsákutcának bizonyuló módon. A kutatás esettanulmányok mentén folyt három különböző (országos, regionális, lokális) léptékben. Elsődleges talajtulajdonságokat térképeztünk (i) tábla szinten menedzsment zónák pedometriai alapú lehatárolására, illetve (ii) országosan a hazai és kontinentális monitoring hálózatok megfigyelési adatainak integrálásával. Szemcseeloszlást térképeztünk regionálisan pedotranszfer függvények fejlesztésével és archív felvételezési adatokon alapuló alkalmazásával. A talajok biológiai aktivitását térképeztük országosan saját magunk által levezényelt közösségi tudomány program keretében gyűjtött adatok felhasználásával. Mederüledékek tápanyagtartalmát modelleztük térbelileg többváltozós geostatisztikai módszerekkel. A talajok szervesszén-tartalmát és változásait tér-időbeli alapú gépi tanulási módszerekkel térképeztük országosan. Sort kerítettünk egyes talajdegradációs folyamatok (erózió, szikesedés, belvíz, illetve nitrát bemosódás veszély) digitális térképezésére is különböző adat-vezérelt gépi tanulási módszerek alkalmazásával és fejlesztésével.
kutatási eredmények (angolul)
Aim of our work was to investigate, -in which way and with what efficiency spatially non-exhaustive, ancillary information originating from different sources can be applied in digital soil and environmental mapping, -in what manner their application influences the results, accuracy and reliability of goal-specific spatial predictions. We continuously searched for and frequently identified new ways, where spatially non-exhaustive, ancillary information may originate from, as well as how it could be utilized efficiently, and sometimes we concluded in dead-ends. Various case studies were elaborated at three different mapping scale (national, regional, local). Primary soil properties were mapped at (i) plot scale for pedometric management zone delineation and (ii) countrywide by the integration of national and continental observation data. Particle size distribution was mapped using pedotransfer functions applied on vast legacy data. Biological activity of soils was regionalized applying data originating from a self-managed citizen science program. Nutrients of sediments were spatially modelled using multivariate geostatistics. Soil organic carbon and its change was modelled by spatio-temporal techniques. Digital mapping of parent material was also tested. Spatial modelling of certain soil threats (like erosion, salinity, inland excess water and nitrate leaching hazard) was also targeted and successfully completed using various data-driven machine learning methods.
a zárójelentés teljes szövege https://www.otka-palyazat.hu/download.php?type=zarobeszamolo&projektid=131820
döntés eredménye
igen





 

Közleményjegyzék

  
Szatmári G, Pásztor L, Heuvelink G:: Estimating soil organic carbon stock change at multiple scales using machine learning and multivariate geostatistics, GEODERMA 403 Paper: 115356 , 12 p. (D1), 2021
János Mészáros, Zsófia Kovács, Péter László, Szilvia Vass-Meyndt, Sándor Koós, Béla Pirkó, Nóra Szűcs-Vásárhelyi, Zsófia Bakacsi, Annamária Laborczi, Kitti Balog, László Pásztor: Vis-NIR soil spectral library of the Hungarian Soil Degradation Observation System, Sci Data 12, 363 (D1), 2025
Tünde Takáts, László Pásztor, János Mészáros, Kitti Balog, Zsófia Adrienn Kovács, Annamária Laborczi, Mátyás Árvai, Katalin Takács, Gábor Szatmári: Machine learning based downscaling of a national scale soil organic map using hyperspectral satellite imagery to support carbon accounting at plot scale, Earth Systems and Environment (benyújtás előtt álló kézirat) (D1), 2025
Gábor Szatmári, Annamária Laborczi, János Mészáros, Katalin Takács, András Benő, Sándor Koós, Zsófia Bakacsi, László Pásztor: Gridded, temporally referenced spatial information on soil organic carbon for Hungary, Sci Data 11, 1312 (2024). https://doi.org/10.1038/s41597-024-04158-3 (D1), 2024
Piroska Kassai, Mihály Kocsis, Gábor Szatmári, András Makó, János Mészáros, Annamária Laborczi, Zoltán Magyar, Katalin Takács, László Pásztor, Brigitta Szabó: Large-Scale Mapping of Soil Particle Size Distribution Using Legacy Data and Machine Learning-Based Pedotransfer Functions, Geoderma, Volume 454, 2025, 117178, ISSN 0016-7061. (D1), 2025
János Mészáros, Gábor Szatmári, András Benő, Tamás Tóth, Tamás Hermann, Gábor Kovács, Mátyás Árvai, Sándor Koós, László Pásztor: Pedometric zoning of an agricultural plot based on various proximal sensing data, Smart Agricultural Technology (benyújtás előtt álló kézirat) (Q1), 2025
Takáts Tünde, Mészáros János, Albert Gáspár, Pásztor László: Spatial modelling of vineyard erosion using machine learning methods, GEOPHYSICAL RESEARCH ABSTRACTS Paper: 23-2312, 2023
Takáts Tünde, Mészáros János, Albert Gáspár, Pásztor László: Gépi tanuláson alapuló eróziós modell átvihetőségének vizsgálata borvidéken belül, In: Abriha-Molnár, Vanda Éva (szerk.) Az elmélet és gyakorlat találkozása a térinformatikában XIV. : Debrecen, Magyarország : Debreceni Egyetemi Kiadó pp. 281-289., 2023
Tünde Takáts, János Mészáros, Mátyás Árvai, Gáspár Albert, László Pásztor: Testing the Applicability and Transferability of Data-Driven Geospatial Models for Predicting Soil Erosion in Vineyards, Land, 14, 163. https://doi.org/10.3390/land14010163 (Q1), 2025
András Benő, Mihály Kocsis, Gábor Szatmári, Annamária Laborczi, Zsófia Bakacsi, László Pásztor: Comparison and harmonization of chemical soil properties of the LUCAS topsoil database with the Hungarian National Soil Information System from two different years, Geoderma Regional (benyújtott kézirat) (Q1), 2025
János Mészáros, Gábor Szatmári, András Benő, Tamás Tóth, Tamás Hermann, Gábor Kovács, Mátyás Árvai, Sándor Koós, László Pásztor: Pedometric zoning of an agricultural plot based on various proximal sensing data, Smart Agricultural Technology (benyújtásra váró kézirat) (Q1), 2025
Laborczi A, Bozán Cs, Kőrösparti J, Szatmári G, Kajári B, Túri N, Kerezsi Gy, Pásztor L: Application of Hybrid Prediction Methods in Spatial Assessment of Inland Excess Water Hazard, ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION 2020: (9) p. 4., 2020
Pásztor László, Laborczi Annamária, Takács Katalin, Illés Gábor, Szabó József, Szatmári Gábor: Progress in the elaboration of GSM conform DSM products and their functional utilization in Hungary, GEODERMA REGIONAL 21: e00269, 2020
Szatmári Gábor, Bakacsi Zsófia, Laborczi Annamária, Petrik Ottó, Pataki Róbert, Tóth Tibor, Pásztor László: Elaborating Hungarian Segment of the Global Map of Salt-Affected Soils (GSSmap): National Contribution to an International Initiative, REMOTE SENSING 12: (24) 4073, 2020
Koós S, Pirkó B, Szatmári G, Csathó P, Magyar M, Szabó J, Fodor N, Pásztor L, Laborczi A, Pokovai K and Szabó A: Influence of the shortening of the winter fertilization prohibition period in Hungary assessed by spatial crop simulation analysis, SUSTAINABILITY (revised version submitted), 2020
Czajlik Z, Árvai M, Mészáros J, Nagy B, Rupnik L, Pásztor L: Cropmarks in aerial archaeology: new lessons from an old story, REMOTE SENSING (submitted paper), 2021
Pásztor László, Laborczi Annamária, Takács Katalin, Illés Gábor, Szabó József, Szatmári Gábor: Progress in the elaboration of GSM conform DSM products and their functional utilization in Hungary, GEODERMA REGIONAL 21: e00269 (Q2), 2020
Laborczi A, Bozán Cs, Kőrösparti J, Szatmári G, Kajári B, Túri N, Kerezsi Gy, Pásztor L: Application of Hybrid Prediction Methods in Spatial Assessment of Inland Excess Water Hazard, ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION 2020: (9) p. 4. (Q1), 2020
Szatmári Gábor, Bakacsi Zsófia, Laborczi Annamária, Petrik Ottó, Pataki Róbert, Tóth Tibor, Pásztor László: Elaborating Hungarian Segment of the Global Map of Salt-Affected Soils (GSSmap): National Contribution to an International Initiative, REMOTE SENSING 12: (24) 4073 (Q1), 2020
Koós S, Pirkó B, Szatmári G, Csathó P, Magyar M, Szabó J, Fodor N, Pásztor L, Laborczi A, Pokovai K and Szabó A: Influence of the shortening of the winter fertilization prohibition period in Hungary assessed by spatial crop simulation analysis, SUSTAINABILITY 13 : 1 pp. 1-15 (Q1), 2021
Czajlik Z, Árvai M, Mészáros J, Nagy B, Rupnik L, Pásztor L: Cropmarks in aerial archaeology: new lessons from an old story, REMOTE SENSING 13(6), 1126 (Q1), 2021
Szatmári G, Pásztor L, Heuvelink G:: Estimating soil organic carbon stock change at multiple scales using machine learning and multivariate geostatistics, GEODERMA 403 Paper: 115356 , 12 p. (2021), 2021
Kovács, Zsófia Adrienn ; Mészáros, János ; Árvai, Mátyás ; Laborczi, Annamária ; Szatmári, Gábor ; László, Péter ; Pásztor, László: Testing PRISMA hyperspectral satellite imagery in predicting soil carbon content based on synthetized LUCAS spectral data, GEOPHYSICAL RESEARCH ABSTRACTS 23 Paper: 15450 (2021), 2021
Pásztor L, Szatmári G, Laborczi A, Mészáros J, Takáts T, Kovács Zs, Árvai M, László P, Koós S, Benő A: Application of information originating from spatially non-exhaustive ancillary observations in digital soil mapping, GEOPHYSICAL RESEARCH ABSTRACTS 23 Paper: 5116 (2021), 2021
Takáts T, Mészáros J, Albert G, Pásztor L: Mapping parent material using data originating from Earth Observation as ancillary information, GEOPHYSICAL RESEARCH ABSTRACTS 23 Paper: 4910 (2021), 2021
Szatmári, Pásztor L, Laborczi A, Bakacsi Zs, Zacháry D, Filep T, Szalai Z, Jakab G: Countrywide mapping and assessment of organic carbon saturation deficit in the topsoil using machine learning-based pedotransfer function, submitted manuscript to CATENA (D1), 2022
Szatmári G, Kocsis M, Makó A, Pásztor L, Bakacsi Zs: Joint spatial modelling of nutrients and their ratio in the sediments of Lake Balaton (Hungary): A multivariate geostatistical approach, submitted manuscript to Water (Q1), 2022
Koós S, Pirkó B, Szatmári G, Csathó P, Magyar M, Szabó J, Fodor N, Pásztor L, Laborczi A, Pokovai K and Szabó A: Influence of the shortening of the winter fertilization prohibition period in Hungary assessed by spatial crop simulation analysis, SUSTAINABILITY 13 : 1 pp. 1-15 (Q1), 2021
Czajlik Z, Árvai M, Mészáros J, Nagy B, Rupnik L, Pásztor L: Cropmarks in aerial archaeology: new lessons from an old story, REMOTE SENSING 13(6), 1126 (Q1), 2021
Szatmári G, Pásztor L, Heuvelink G:: Estimating soil organic carbon stock change at multiple scales using machine learning and multivariate geostatistics, GEODERMA 403 Paper: 115356 , 12 p. (2021), 2021
Szatmári G, Pásztor L, Laborczi A, Bakacsi Zs, Zacháry D, Filep T, Szalai Z, Jakab G: Countrywide mapping and assessment of organic carbon saturation deficit in the topsoil using machine learning-based pedotransfer function, submitted manuscript to CATENA (D1), 2022
Szatmári G, Kocsis M, Makó A, Pásztor L, Bakacsi Zs: Joint spatial modelling of nutrients and their ratio in the sediments of Lake Balaton (Hungary): A multivariate geostatistical approach, WATER 14 : 3 Paper: 361 (Q1), 2022
Hateffard F, Balog K, Tóth T, Mészáros J, Árvai M, Kovács Zs, Szűcs-Vásárhelyi N, Koós S, László P, Novák T, Pásztor L, Szatmári G: High-Resolution Mapping and Assessment of Salt-Affectedness on Arable Lands by the Combination of Ensemble Learning and Multivariate Geostatistics, AGRONOMY 12 : 8 Paper: 1858 (Q1), 2022
Árvai M, Takáts T, Kovács Zs, Takács K, Balog K, László P, Imréné Takács T, Mészáros J, Pásztor L: Az „Alsóban az élet” című hazai talajállapotot célzó közösségi tudomány program első tapasztalatai és eredményei, Agrokémia és Talajtan (közlésre elfogadva) (Q4), 2022
Szatmári G, Pásztor L: Geostatistical mapping of the highly structured spatial pattern of salt-affected soils, Arid Land Research and Management (benyújtott kézirat) (Q2), 2023
Árvai M, László P, Takáts T, Kovács Zs, Takács K, Mészáros J, Pásztor L:: Life in undies – Preliminary results of a citizen science data collection targeting soil health assessement in Hungary: presentation, GEOPHYSICAL RESEARCH ABSTRACTS 23 Paper: 5094, 2022
Kovács Zs, Mészáros J, Szatmári G, László P, Szűcs-Vásárhelyi N, Pásztor, László: Elaboration of a national soil spectrum library - preliminary results of predictivity tests: oral presentation, In: 22nd World Congress of Soil Science : poster book of abstracts, 2022
Pásztor L, Bakacsi Zs, Szatmári G, Kassai P, Szabó B, Laborczi A, Kocsis M, Banő A: A comparative study of the Hungarian Soil Monitoring System and LUCAS Topsoil dataset and their countrywide spatial predictivity, GEOPHYSICAL RESEARCH ABSTRACTS 23 Paper: 9669, 2022
Takáts T, Mészáros J, Albert G, Kovács Zs, Pásztor L: Evaluation and improvement of the predictivity of a digital parent material map, GEOPHYSICAL RESEARCH ABSTRACTS Paper: 4822, 2022
Benő A, Kocsis M, Szatmári G, Laborczi A, Szabó B, Bakacsi Zs, Pásztor L: A LUCAS és TIM adatbázisok fizikai talajtulajdonságainak térbeli összehasonlítása, In: Abriha-Molnár Vanda Éva (Ed.) AZ ELMÉLET ÉS A GYAKORLAT TALÁLKOZÁSA A TÉRINFORMATIKÁBAN XIII. Debrecen Egyetemi Kiadó 59-66, 2022
Szatmári G, Pásztor L, Laborczi A, Bakacsi Zs, Zacháry D, Filep T, Szalai Z, Jakab G: Countrywide mapping and assessment of organic carbon saturation deficit in the topsoil using machine learning-based pedotransfer function, CATENA, Volume 227, 2023, 107086, ISSN 0341-8162 (D1), 2023
Árvai M, Takáts T, Kovács Zs, Takács K, Balog K, László P, Imréné Takács T, Mészáros J, Pásztor L: Az „Alsóban az élet” című hazai talajállapotot célzó közösségi tudomány program első tapasztalatai és eredményei, AGROKÉMIA ÉS TALAJTAN 72 : 1 pp. 25-43 (Q4), 2023
Szatmári G, Pásztor L: Geostatistical mapping of the highly structured spatial pattern of salt-affected soils, Arid Land Research and Management (átdolgozás alatt) (Q2), 2023
Tünde Takáts, Kitti Balog, János Mészáros, Katalin Takács, Zsófia Adrienn Kovács, Péter László, Tünde Imréné Takács, László Pásztor, Árvai Mátyás: Mapping biological activity of soils in Hungary based on the "Life in Undies" citizen science programme, Journal of Maps (benyújtott kézirat) (Q2), 2025
Takáts Tünde, Mészáros János, Albert Gáspár, Pásztor László: Application of machine learning techniques for soil erosion mapping in vineyards, Geoderma (benyújtott kézirat) (D1), 2024
András Benő, Mihály Kocsis, Gábor Szatmári, Annamária Laborczi, Zsófia Bakacsi, László Pásztor: Comparison and harmonization of chemical soil properties of the LUCAS topsoil database with the Hungarian National Soil Information System from two different years, Geoderma (benyújtott kézirat) (D1), 2024
Zsófia Adrienn Kovács, János Mészáros, Kitti Balog, Annamária Laborczi, Gábor Szatmári, Tünde Takáts, Péter László, Mátyás Árvai, László Pásztor: Disaggregation of a national scale soil organic map using hyperspectral satellite imagery and machine learning to support carbon accounting at plot scale, Remote Sensing (benyújtott kézirat) (Q1), 2024
János Mészáros, Gábor Szatmári, András Benő, Tamás Tóth, Tamás Hermann, Gábor Kovács, Mátyás Árvai, Sándor Koós, László Pásztor: Pedometric zoning of an agricultural plot based on proximal sensing data, Geoderma (benyújtott kézirat) (D1), 2024, 2024




 

Projekt eseményei

  
2021-12-06 13:32:31
Résztvevők változása
2020-09-23 10:23:56
Résztvevők változása



vissza »