Show simple item record

dc.contributor.authorda Silva Pereira, Paulo Alexandre
dc.contributor.authorÚbeda, Xavier
dc.contributor.authorBaltrėnaitė-Gedienė, Edita
dc.date.accessioned2023-09-18T17:19:03Z
dc.date.available2023-09-18T17:19:03Z
dc.date.issued2010
dc.identifier.issn0235-7224
dc.identifier.other(BIS)MRU02-000010824
dc.identifier.urihttps://etalpykla.vilniustech.lt/handle/123456789/121884
dc.description.abstractNitrogen (N), due its low temperature volatilization, is one of the elements most vulnerable to fire. This effect depends on fire severity, which varies depending on biophysical conditions which can be heterogeneous across the landscape. Hence, fire effects on N can be variable. The aim of this study was to establish the ash total nitrogen (TN) spatial variability in a microplot designed in a burned area, and to test several methods in order to identify the most accurate one for interpolating the variable. In total, we selected four deterministic interpolation methods – inverse distance to a weight (IDW), with the weight of 1, 2, 3, 4 and 5, local polynomial (LP), with the power of 1 and 2, global polynomial (GP), radial basis functions (RBF) – spline with tension (SPT), completely regularized spline (CRS), multiquadratic (MTQ), inverse multiquadratic (IMTQ) and thin plate spline (TPS) – and two geostatistical methods: ordinary kriging (OK) and simple kriging (SK). In total, we tested 15 techniques. Ash TN was negatively related to fire severity showed a good spatial structure across the plot. The linear model was the best, which means that the variability of ash TN content increased in all the area of interest. The highest concentration of TN was observed in the northeast part of the plot and the lowest in the Southwest. From all test methods, MTQ was most accurate, and IDW5 was the worst predictor. In general, RBF and the geostatistical methods were most precise and IDW was less accurate, which means that ash TN distribution has some specific features and does not exhibit a small-scale variation. The distribution of the variable depends on species distribution, temperature and probably on vegetation moisture during fire evolution.eng
dc.description.abstractGaisro atveju azotas (A) yra viena jautriausių maisto medžiagų dėl žemos garavimo temperatūros. Jo koncentracijos kitimas priklauso nuo gaisro poveikio stiprumo dėl biofi zikinių salygų ir yra labai heterogeniškas gaisro paveiktame skirtingame kraštovaizdyje. Todėl gaisro poveikis A pokyčiams gali būti labai įvairus. Azoto koncentracijos gali kisti ir nedideliais atstumais, todėl sunkiau globaliai vertinti gaisro poveikį kraštovaizdžiui. Šio tyrimo tikslas – įvertinti bendrojo azoto (BA) pelenuose pasiskirstymą gaisro paveiktoje teritorijoje ir palyginti kelis interpoliacijos metodus, siekiant nustatyti tiksliausią iš jų šio tyrimo atveju. Darbe palyginti 8 interpoliacijos metodai – inverse distance to a weight (IDW) su svorio koefi cientais 1, 2, 3, 4 ir 5; local polynomial (LP) su svorio vertėmis 1 ir 2; global polynomial (GP); Radial basis functions (RBF) – spline with tension (SPT); completely regularized spline (CRS), multiquadratic (MTQ), inverse multiquadratic (IMTQ) ir thin plate spline (TPS)– ir geostatistiniai metodai – ordinary kriging (OK) ir simple kriging (SK). Nustatyta, kad BA koncentracija pelenuose yra neigiamai proporcinga gaisro poveikio stiprumui, o jos vertės nagrinėjamame plote pasiskirstė tolygiai. Linijinis modelis buvo tinkamiausias, vadinasi, galima teigti, kad BA koncentracijos pelenuose pokytis didėjo nagrinėjamame plote. Didžiausia BA koncentracija aptikta šiaurrytinėje dalyje, o mažiausia – pietvakarinėje. Iš visų taikytų metodų MTQ buvo įvertintas geriausiai, o IDW5– mažiau tiksliai įvertinantis BA koncentracijos pelenuose pokyčius. Bendruoju atveju RBF ir geostatistiniai metodai, palyginti su IDW, yra tikslesni. Tokiu atveju BA koncentracijos pelenuose pasiskirstymui būdingi specialūs bruožai, tačiau nebūdingi staigūs kitimai. Kintamojo pasiskirstymas priklauso nuo medžių rūšies, gaisro temperatūros ir gali būt gaisro metu kintančios augalijos drėgmės.lit
dc.formatPDF
dc.format.extentp. 144-152
dc.format.mediumtekstas / txt
dc.language.isoeng
dc.relation.isreferencedbyVINITI
dc.relation.isreferencedbyCSA (nenaudotinas)
dc.relation.isreferencedbyBiological Sciences Database
dc.relation.isreferencedbyISI Master Journal List
dc.source.urihttp://www.lmaleidykla.lt/publ/0235-7224/2010/3-4/144-152.pdf
dc.titleMapping total nitrogen in ash after a wildland fire: a microplot analysis
dc.title.alternativeBendrojo azoto pelenuose po gaisro teritorinis pasiskirstymas: mažos teritorijos analizė
dc.typeStraipsnis kitoje DB / Article in other DB
dcterms.references39
dc.type.pubtypeS3 - Straipsnis kitoje DB / Article in other DB
dc.contributor.institutionVilniaus Gedimino technikos universitetas University of Barcelona
dc.contributor.institutionUniversity of Barcelona
dc.contributor.institutionVilniaus Gedimino technikos universitetas
dc.contributor.facultyAplinkos inžinerijos fakultetas / Faculty of Environmental Engineering
dc.subject.researchfieldN 012 - Ekologija ir aplinkotyra / Ecology and environmental studies
dc.subject.researchfieldT 004 - Aplinkos inžinerija / Environmental engineering
dc.subject.ltGaisro poveikio stiprumas
dc.subject.ltBiofizikinės sąlygos
dc.subject.ltBendrojo azoto koncentracija pelenuose
dc.subject.ltInterpoliacijos metodai
dc.subject.enFire severity
dc.subject.enBiophysical conditions
dc.subject.enAsh total nitrogen
dc.subject.enMicroplot
dc.subject.enInterpolation methods
dcterms.sourcetitleEkologija = Ecology / Lietuvos mokslų akademija, Gamtos tyrimų centras
dc.description.issueno. 3-4
dc.description.volumevol. 56
dc.publisher.nameLietuvos mokslų akademijos leidykla
dc.publisher.cityVilnius
dc.identifier.doiVGT02-000022523
dc.identifier.doi10.2478/v10055-010-0020-x
dc.identifier.elaba3028099


Files in this item

FilesSizeFormatView

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record