Machine Translated by Google

Pengelolaan Air Pertanian 283 (2023) 108304

Daftar konten tersedia di ScienceDirect

Pengelolaan Air Pertanian

beranda jurnal: www.elsevier.com/locate/agwat

Meningkatkan resolusi spasial dalam data tanah dan drainase untuk

menggabungkan fungsi air alami dan antropogenik pada
skala tangkapan di lanskap pertanian
Louise Malmquist *, Jennie Barron
Departemen Tanah dan Lingkungan, Universitas Ilmu Pertanian Swedia, Kotak 7014, 750 07 Uppsala, Swedia

INFORMASI ARTIKEL ABSTRAK

Editor Penanganan - Dr. BE Clothier Perbedaan representasi ruang-waktu dari data dan data kalibrasi/validasi menghalangi analisis proses hidrologi yang
menghubungkan infrastruktur air alami dan antropogenik di daerah tangkapan dan lanskap. Untuk meningkatkan data hidrologi
Kata kunci: dan pemodelan kontinum tanah-tanaman-atmosfer, makalah ini menyajikan dataset fungsi hidrologi beresolusi tinggi di lanskap
Hidrologi DAS pertanian Tidan, Sw Swedia. Kami pertama-tama membahas representasi spasial dari parameter fisik tanah, menggambarkan
Pengelolaan air pertanian
aliran dan penyimpanan air tanah. Kedua, kami memperoleh kumpulan data drainase ubin dari peta historis. Terakhir, kami
Infrastruktur air hijau-biru-abu-abu
mengeksplorasi delineasi dan lokasi spasial sungai, parit, dan badan air untuk meningkatkan deskripsi konektivitas air. Kumpulan
Drainase ubin
data tanah baru dengan deskripsi lapisan atas dan bawah tanah bervariasi dalam menggambarkan sensitivitas konduktivitas
Sifat fisik tanah
hidrolik jenuh dan kapasitas menahan air.
Peta tanah yang paling representatif menunjukkan konduktivitas hidrolik jenuh sedang (34%) - hingga sangat cepat (21%),
1
kapasitas menahan air di bawah 40 mm 10 cmÿ g cmÿ (94%) dan kerapatan curah kering berkisar antara 1,2 dan 1,8
3
(71%). Digitalisasi lahan yang dikeringkan menunjukkan bahwa 69% lahan subur berada di bawah drainase ubin,
didominasi oleh lempung berpasir, lempung dan lempung berliat. Jaringan aliran gabungan menghasilkan aliran dan parit
sepanjang 5350 km, masing-masing +14% km dan +129%, dibandingkan dengan kumpulan data resolusi terbaik yang tersedia.
Penyimpanan air permukaan lanskap meningkat dengan sedikit tambahan (+ 6439 m3 potensi penyimpanan) dibandingkan
dengan kumpulan data yang tersedia sebelumnya. Deskriptor yang ditingkatkan dari aliran dan penyimpanan alami dan
antropogenik berpotensi dapat berfungsi untuk meningkatkan pemodelan kuantitas dan kualitas air di bawah perubahan iklim dan hidrologi saa

1. Perkenalan hidrologi dan parameter terkait (Wilby, 2019).

Menyeimbangkan kesederhanaan dan kompleksitas dalam domain waktu-
ruang pemodelan hidrologi adalah dilema klasik ketika berhadapan dengan
kontinum tanah-tanaman-atmosfer (SPAC) (misalnya, Bloschl ¨ dan Sivapalan,
1995; Bloschl ¨ et al., 2019). Detail data dan alat terus meningkat dalam
dimensi ruang-waktu, terutama data satelit (misalnya, Ser gieieva, 2022),
model (Fatichi et al., 2016; Sidle, 2021) dan kapasitas pemrosesan (Horton
et al., 2022). Ketersediaan (atau ketidaktersediaan) indata memungkinkan
(atau menghambat) penggunaan model yang lebih detail dan kompleks dalam
fungsi fisik dan konseptual yang menggambarkan lanskap
Produk penginderaan jauh (RS) dan data yang disintesis dari kecerdasan
buatan (AI) telah terbukti sangat berguna sebagai input untuk model SPAC-
dan hidrologi. Produk RS banyak digunakan dalam komunitas ilmiah sebagai
model indata (misalnya, Xu et al., 2014; Thakur et al., 2017; Tan et al., 2021)
dan dalam proses validasi kalibrasi (misalnya, Zhang et al. , 2021). Detail
yang meningkat dalam data, pengetahuan tentang hubungan tanah-fisik,
dan model yang lebih canggih dengan kapasitas komputasi yang lebih tinggi
telah disarankan sebagai alasan untuk memajukan penggunaan model
berbasis fisik daripada model empiris (Jarvis et al., 2022) . Namun akurasi
parameter hidrologi bervariasi karena spasial dan temporal

Singkatan: AI, Kecerdasan Buatan; CMD, data tanah Coup Model; DI, Jaringan selokan nasional: selokan (Lidberg et al., 2021); DSM, Peta Tanah Digital; FAO-map, Peta tekstur tanah
berdasarkan klasifikasi tekstur tanah FAO; KTD, Profil tanah untuk hutan (Karltun, 1995); M1, Peta Ekonomi - Asli; M2, Peta Ekonomi – Dengan drainase ubin; RS, produk penginderaan
¨
jauh; SC, Kelas tanah 1:25 000 – 1:100 000 (Survei Geologi Swedia 2014); SLD, SLU Database Tanah (Wesstrom & Joel 2012); SPAC, Tanah-Tanaman-Atmosfer-Kontinuum; STR,
Jaringan aliran nasional: aliran yang diturunkan secara topografi (Ågren & Lidberg, 2020); SV-map, Peta tekstur tanah berdasarkan klasifikasi tekstur tanah Swedia; SCI, Inventarisasi Tanah
dan Tanaman; NSI, Inventarisasi Tanah Nasional.
* Penulis yang sesuai.
Alamat email: louise.malmquist@slu.se (L. Malmquist).

https://doi.org/10.1016/j.agwat.2023.108304
Diterima 1 Maret 2023; Diterima dalam bentuk revisi 31 Maret 2023; Diterima 1 April
2023 Tersedia online 6 April
2023 0378-3774/© 2023 Penulis. Diterbitkan oleh Elsevier BV Ini adalah artikel akses terbuka di bawah lisensi CC BY (http://creativecommons.org/licenses/by/4.0/).
Machine Translated by Google
L. Malmquist dan J. Barron
resolusi (misalnya, Chao et al., 2021). Akurasi selanjutnya dapat dipengaruhi oleh
algoritme yang digunakan untuk menurunkan parameter dari data mentah satelit
(misalnya, Senkondo et al., 2019; Chao et al., 2021). Selain itu, ketidakcocokan
dalam resolusi ruang-waktu dari data indata dan data validasi kalibrasi memiliki
implikasi potensial untuk ketidaksejajaran antara skala, salah interpretasi hasil,
atau kemungkinan ketidakmampuan untuk mencapai tujuan studi (misalnya, Baffaut
et al., 2015) . Resolusi informasi untuk model SPAC- dan hidrologi juga memengaruhi
pengaturan parameter dan sensitivitas proses (mis., Abbaspour et al., 2018). Dalam
beberapa kasus, efek pada pengaturan parameter dengan resolusi juga bergantung
pada tangkapan air (misalnya, Veith et al., 2010; Guse et al., 2017).
Swedia adalah contoh koleksi nasional akses terbuka yang baik, data spasial
beresolusi tinggi yang terkait dengan deskripsi lanskap, seperti topografi dan
komposisi tekstur tanah, serta iklim dalam skala temporal. Namun demikian,
parameter yang biasanya secara langsung mempengaruhi aliran hidrologi kurang
dalam representasi spatio-temporal. Misalnya, sebagian besar informasi profil tanah
hanya mencakup tekstur dan terkadang karbon organik tanah (Raulund-Rasmussen
dan Callesen, 1999; Jansson dan Karlberg, 2004; Paulsson et al., 2015; Survei
Geologi Swedia, 2018; Survei Tanah Swedia, 2019 ; Universitas Ilmu Pertanian
Swedia, 2021a). Beberapa sampel ada pada parameter seperti, kapasitas infiltrasi,
konduktivitas hidrolik jenuh dan tak jenuh, kapasitas menahan air dan kerapatan
curah. Ini adalah dasar untuk memahami sifat fisik tanah yang mengatur partisi
hidrologi, laju aliran dan penyimpanan air dalam tanah. Dalam studi tangkapan air
hidrologi dari lanskap garapan Swedia, parameter tanah sering digeneralisasikan
menjadi apa yang disebut jenis tanah, dengan sifat fisik tanah diturunkan sebagai
parameter generik atau dari fungsi pedotransfer (Salazar et al., 2010; Johnsson et
al., 2019). Dalam kasus lain, asal dan/atau perkiraan parameter tanah belum
sepenuhnya disajikan dalam publikasi (misalnya, Andr´easson et al., 2004;
Teutschbein et al., 2011; Davies dan Beven, 2015; Arheimer dan Lindstrom, ¨
2019). Beberapa penelitian (mis., Jansson dan Andersson, 1988; Grusson et al.,
2021) yang menyajikan data tanahnya telah menggunakan data fisik tanah baik
secara langsung dari database tanah SLU ¨ dan Joel, 2012) atau dari pengambilan
sampel tanah in-situ (mis. , Motovilov (Wesstrom et al., 1999; Engeland et al., 2001,
2005; Verrot and Destouni, 2015, Smith et al., 2019, lihat kompilasi studi di
parameter
Malmquist , 2021a). dalam studi ini baik karena konfigurasi model, di mana
fisik tanah yang ditentukan tidak diperlukan, atau fakta bahwa tingkat detail
tampaknya tidak signifikan untuk tujuan studi spesifik.
Kesenjangan data lainnya adalah kurangnya penggambaran yang akurat antara
sungai buatan dan alam. Informasi tentang jalur sungai agak dapat diakses tetapi
terbatas pada penerapan lokal. Aliran dan parit yang terlihat di atas tanah tersedia
sebagai kumpulan data beresolusi tinggi. Kedua lokasi potensial aliran alami
(Ågren dan Lidberg, 2020), dan parit buatan manusia (Lidberg et al., 2021),
mengidentifikasi aliran yang jauh lebih padat dari peta topografi dan jalur “alami”
untuk pembentukan aliran, AI, dan pengenalan gambar, daripada yang digambarkan
dalam peta yang tersedia sebelumnya.
Namun, peta-peta ini tidak menangkap saluran air bawah permukaan dan sambungan
permukaan bawah tanah (misalnya, gorong-gorong), yang merupakan jalur aliran yang penting.
Terutama di daerah tangkapan pertanian dan perkotaan. Data skala besar terbaik
yang tersedia tentang rencana drainase ubin adalah versi modifikasi dari peta
kadaster (sv. Ekonomiska kartan) yang dihasilkan dari grafik ortofoto antara tahun
1935–1978. Meskipun peta tersedia sebagai hasil pemindaian dan georektifikasi,
peta tersebut tidak tersedia untuk digunakan dalam perangkat lunak GIS dan tidak
menunjukkan garis besar yang sebenarnya dari pipa drainase ubin.
Sebaliknya mereka menunjukkan bidang dengan rencana drainase ubin yang tersedia. Juga
tidak termasuk perubahan lanskap baru-baru ini, seperti bidang yang digabungkan dan
pergeseran dalam rentang spasial dari waktu ke waktu atau pemasangan saluran ubin yang
lebih baru dan rencana terkait.
Perubahan bentang alam antropogenik terhadap penggunaan lahan,
hidromorfologi, dan penyimpanan air, - penarikan dan pengisian ulang, menunjukkan
perubahan pada evapotranspirasi, limpasan dan penyimpanan air tanah,
dibandingkan dengan bentang alam yang tidak terpengaruh. Namun demikian, arah
perubahan diatur oleh sifat spesifik kawasan, baik secara internasional maupun nasional (misalnya,
2
Pengelolaan Air Pertanian 283 (2023) 108304
Malmquist, 2021a; Kåresdotter et al., 2022). Perubahan hidromorfologi (buatan
manusia atau alami) juga memiliki potensi untuk menunda atau memperkuat pola
aliran dan mengubah karakteristiknya dari aliran abadi menjadi lebih menyerupai
aliran ephermal, dengan kemungkinan implikasi lebih lanjut, misalnya, flora dan
fauna di sepanjang aliran atau badan air (Datry et al . , 2023).
Dengan demikian, ketidakcocokan dalam representasi spasial yang tersedia dari
fitur-fitur hidrologi utama - terutama di lanskap dengan interaksi kompleks antara
saluran air dan penyimpanan antropogenik dan alami - menghalangi eksplorasi
menyeluruh terutama proses di bawah permukaan dalam pemodelan daerah
tangkapan air. Ini adalah masalah, karena bukti sinergi antara solusi rekayasa dan
berbasis alam untuk mempertahankan efek perubahan iklim pada jalur hidrologi
masih kurang (Miralles-Wilhelm et al., 2023). Dengan demikian, makalah ini
mengeksplorasi ketersediaan data spasial beresolusi tinggi untuk mengembangkan
deskripsi fungsi hidrologi dalam lanskap pertanian. Makalah ini berusaha untuk
menjawab: Bisakah data beresolusi tinggi meningkatkan pengetahuan tentang
fungsi hidrologi antropogenik yang dimodifikasi?
Kami mengilustrasikan hal ini dengan tiga contoh adaptasi data spasial agar
sesuai dengan model hidrologi skala tangkapan (di sini Alat Kajian Tanah dan Air
(Arnold et al., 1998) untuk tangkapan pertanian Swedia, SW Swedia. Studi kasus
kami pertama-tama membahas cara menghubungkan point-data sifat fisik tanah
untuk informasi terdistribusi secara spasial pada tekstur tanah, untuk meningkatkan
representasi fungsi hidrologi penyimpanan air tanah dan aliran air seperti
infiltrasi.Kedua, kami mengembangkan data spasial untuk tanah dan fungsinya
untuk aliran air dan penyimpanan di bawah berbagai tingkat modifikasi antropogenik.
Yaitu, tanah yang dikeringkan "alami", dan sangat dimodifikasi (di bawah
permukaan / genteng). Terakhir, penggambaran sungai, selokan dan badan air
serta efek lokasi spasial dieksplorasi. Kami membahas implikasinya tentang fungsi
hidrologi lanskap untuk pemodelan hidrologi.
2. Bahan dan metode
2.1. Deskripsi wilayah studi
¨
DAS Tidan (696 km2 ) terletak di Vastra Gotaland ¨ County, Sw Swedia (58.6
N, 14.0 E/58.2 N, 13.9 E) pada zona iklim sedang-boreal (Zona Koppen Dfb, yaitu
¨
iklim dingin tanpa musim kemarau tetapi dengan musim panas yang hangat (Peel
et al., 2007)) dan zona 407 dan 418 zona pedokli UE (Jones et al., 2010)).
Lanskapnya heterogen terdiri dari 24% (169 km2 ) lahan pertanian, 21% (147
km2 ) hutan dan 4% (29 km2 ) lahan perkotaan (Malmquist, 2021b) (Gbr. 1). DAS
Tidan mewakili lanskap subur khas Swedia dengan fitur hidrologi yang dimodifikasi
dan drainase permukaan dan bawah permukaan yang substansial terjadi selama
lebih dari 150 tahun (Lindelof, ¨ 2021). Daerah tersebut secara historis telah
mengalami banjir berulang karena curah hujan yang tinggi di sekitar daerah
tangkapan air, terutama terjadi di sepanjang aliran Tidan, berbatasan dengan
sungai 2012; Wessberg, 2019), Musim kering/kekeringan secara historis menjadi
¨
Osan (Holmbom dan Soderstr ¨ om,¨ masalah yang jarang terjadi (Holmbom
dan Soderstr ¨ om,
¨
2012; Wesberg, 2019).
2.2. Sumber data
Tiga set data dikembangkan dari data raster dan poligon spasial yang
dikumpulkan dari database akses terbuka yang disediakan oleh Survei Tanah
¨
Swedia (Lantmateriet ), Survei Geologi Swedia (SGU), Badan Pertanian Swedia
(SJV), Otoritas Air Swedia (Vat tenmyndigheterna ), dewan administrasi Kabupaten
Vastra Gotaland, ¨ dan publikasi peer-review tambahan. Nilai¨parameter yang
dikuantifikasi sebagai kumpulan data titik dan tabulasi untuk tekstur tanah dan
parameter fisik tanah diakses dari basis data tanah SLU (tanah pertanian) dan
basis data tanah CoupModel (tanah hutan) sementara data dari publikasi peer
review tambahan dianalisis dan digunakan untuk mengembangkan ketiga dataset
(Tabel 1 dan Tabel 2).
Machine Translated by Google
L. Malmquist dan J. Barron
Gambar 1. Lokasi DAS Kajian, DAS Tidan (dalam lingkaran) (58.6 N, 14.0 E/58.2 N, 13.9 E) (A) dan peta penggunaan lahan DAS Tidan tahun 2020 dengan kelas
penggunaan lahan utama (B ).
2.3. Metodologi
2.3.1. Menghubungkan sifat fisik tanah dari infiltrasi pada profil tanah, kapasitas
menahan air, drainase alami, dan resapan air tanah ke set data tekstur tanah
2.3.1.1. Tanah subur. Profil tanah dengan informasi tentang sifat fisik tanah
(konduktivitas hidrolik jenuh, karbon organik tanah, kerapatan curah kering dan
air tersedia tanaman) dari database tanah SLU (Wesstrom ¨ dan Joel, 2012)
(selanjutnya disebut SLD) pertama-tama diklasifikasikan ke dalam kelas tekstur
tanah setelah Kelompok tanah Swedia dalam peta tanah kelas tanah 1:25 000
– 1:100 000 (Survei Geologi Swedia, 2014) (selanjutnya disebut SC), karena
sistem klasifikasi partikel tanah geologis dan pertanian menggunakan divisi
ukuran butir yang berbeda (Bahan tambahan, Gbr. S2). Profil tanah juga
diklasifikasikan berdasarkan kelas tekstur FAO agar sesuai dengan lapisan
klasifikasi tanah humus dari peta tanah digital (Piikki and Soderstr ¨ ¨ 2019)
(DSM). Data titik profil fisik tanah dan om tanah, lapisan tekstur dari DSM,
masing-masing, dikaitkan dengan asal glasial / postglasial di SC dan dibagi
lagi berdasarkan asal geologis dan kelas tekstur tanah.
Dua peta tanah dengan sifat fisik tanah dibuat. Salah satunya didasarkan
pada FAO-tekstur klasifikasi (FAO-peta) dengan menghubungkan profil tanah
kelas geologi dan tekstur yang unik dari SLD ke piksel tanah individu terdekat
di DSM asal geologi yang sama dan kelas tekstur FAO. Peta kedua didasarkan
pada kelas tanah Swedia (SV-map) dan piksel terdekat dari lapisan subsoil SC.
Beberapa kelas tanah di SLD pada topsoil (0–10 cm) dan subsoil (40–60 cm)
tidak tersedia dari semua
3
Pengelolaan Air Pertanian 283 (2023) 108304
berbagai kelas tekstur tanah yang ada di DSM dan SC DAS Tidan. Untuk
mengisi celah ini di SLD, mereka dipasang ke kelas tanah terdekat dengan
komposisi tekstur serupa terdekat yang tersedia di DSM dan SC.
2.3.1.2. Tanah organik. Parameter fisik tanah organik terbatas pada bahan
sumber (Tabel 1). Dengan demikian, parameter fisik ditetapkan berdasarkan
jenis organiknya (misalnya, tanah gyttja, rawa gambut, atau gambut fen) dan
kedekatan dengan daerah penelitian berdasarkan profil tanah dari Ber glund
et al. (1989) dan Berglund (2011).
2.3.1.3. Tanah hutan. Tekstur tanah untuk tanah hutan tersedia sebagai poligon
yang terletak secara spasial dan data titik sementara data fisik tanah kurang
(Departemen Pengelolaan Sumber Daya Hutan dan Departemen Tanah dan
Lingkungan, 2022). Untuk dataset kami, kami menggunakan kompilasi dari 24
profil tanah hutan pada glasial sampai (Karltun, 1995) (selanjutnya disebut
KTD) yang berisi kerapatan curah dan berat volume fraksi ukuran partikel untuk
tiga transek yang diarahkan dari timur ke barat di selatan, tengah dan Swedia
bagian utara. Untuk dataset tanah yang baru, kami menggabungkan profil tanah
dari penggunaan lahan hutan dari Coup Model (Jansson dan Karlberg, 2004)
(selanjutnya disebut CMD), dengan profil dari KTD, berdasarkan nilai terdekat
dari karbon tanah di tanah lapisan atas (5–15 cm ) dan lapisan bawah tanah
(40–60 cm). Konduktivitas hidrolik jenuh profil yang cocok ditetapkan
berdasarkan kandungan karbon organik tanah lapisan atas. Nilai densitas
curah kemudian dicocokkan secara individual per setiap lapisan tanah dari profil
yang ditetapkan untuk mencapai variasi yang realistis dari konduktivitas hidrolik
jenuh dengan kedalaman. Karbon organik tanah telah terbukti bervariasi dengan
topografi dan kelas hidrologi (misalnya, Callesen et al., 2003; Olsson et al., 2009). Dengan d
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

Tabel 1

Sumber data parameter fisik tanah dan informasi tekstur tanah spasial yang digunakan untuk membuat peta sifat fisik tanah beresolusi tinggi yang diperbaiki pada skala daerah tangkapan air di DAS Tidan, SW Swedia.
Nama asli dari dataset disajikan pada kolom “Map/indata”.

Himpunan data Tahun produksi/ Peta/indata Akronim Resolusi (periode, Data Sumber
pengamatan langkah waktu, area) jenis
¨
tekstur tanah 2016 Peta tanah digital: kelas & tekstur DSM 50 × 50 m, cakupan Raster Piikki dan Soderstr¨ om (2019)
dan parameter tanah nasional ke
fisik Gavleborg ¨ cakupan
2014 Kelas tanah 1:25 000 – 1:100 000: SC nasional kabupaten. Survei Geologi Poligon Swedia (2014)
kelas berdasarkan Lapisan JG2
klasifikasi tanah Swedia – mewakili subsoil kira-
kira 50 cm 10×10m

2018 Model kedalaman tanah Survei Geologi Poligon Swedia (2020)b

2020: kedalaman tanah grid
dari sumber titik
2015 Urutan lapisan tanah: tanah
tekstur
1952–1973(a); 1956–2007(b); 1982 Profil tanah: tekstur; kepadatan
– 1987(c); 2002–2003(d); 1988– curah lembab; kepadatan
1990(e);1991(p); tidak ada tanggal curah kering; kapasitas
generik (g, h, l); tanpa tanggal menahan air; lapisan tanah
– laboratorium (i,j,k); tidak ada tanggal kedap air; kerugian pada penyalaan
yang diberikan – berbagai sampel (l)
1988–2017 Inventarisasi tanah dan tanaman: tanah
tekstur
2011–2012 Inventarisasi tanah nasional: tanah
tekstur
2003–2012 Hutan Nasional Swedia
Inventarisasi: tekstur tanah &
karbon organik tanah
Cakupan nasional Titik Survei Geologi Swedia (2015)
(a) SLD, 0–100 cm Titik (a)Wesstrom¨ dan Joel (2012)b (b)
(b) CMD Jansson dan Karlberg (2004); (C)
(e) KTD Berglund et al., (1989); (d) Berglund. (2011);
(e) Karltun (ed) (1995); (F)
Wikner dkk. (1991); (g) V¨ agverket dan R¨
addningsverket (1998); (h) Ferdos et al.
(2015); (i) Mulqueen (2005), (j)
Zhang dkk. (2011); (k) Li et al. (2021), (l)
Wallman et al. (2018) ; (l) Carlsson dan
Carlstedt (1977)
0–20 cm; 40–60 cm Titik Universitas Ilmu Pertanian Swedia. (2021a)
0–20 cm Titik Paulson dkk. (2015)
0–20 cm; 40–60 cm Titik Universitas Pertanian Swedia
Sains (2022a)

Catatan: (a) Tidak semua parameter ada untuk semua profil tanah (b)
Berdasarkan publikasi oleh Andersson dan Wiklert (1977a, b,); Anderson et al. (1983a, b, c); Wiklert et al. (1983a, b, c, d)

Tabel 2

Sumber dan indata yang digunakan untuk menggambarkan lahan yang dikeringkan dengan ubin dari peta historis, menyesuaikan jaringan sungai dan selokan ke jaringan gabungan anak sungai, dan data untuk
mengekstraksi badan air di DAS Tidan, SW Swedia.

Himpunan data Tahun Peta/indata Akronim Resolusi Tipe data Sumber

produksi/ (periode, langkah
Pengamatan waktu, area)

Sungai kecil 2021 Jaringan parit nasional: parit DI Cakupan nasional Raster Lidberg dkk. (2021)
jaringan 2020 Jaringan aliran nasional: aliran STR Cakupan nasional Raster Agren dan Lidberg (2020)
yang diturunkan secara topografi
2020 Peta properti, lapisan aliran Cakupan nasional Polilin Survei Tanah Swedia. (2021)
2021 Aliran digital, tahun 2018 Tangkapan Tidan Polilin Lindelof¨ (2021)
2014 Jaringan parit: parit, pipa dan tanggul V¨astra Gotaland¨ Polilin Pengurus Daerah V¨ astra Gotaland ¨ (2021)a
daerah SMHI (2021)
Air 2021 Database lahan basah yang dibangun Cakupan nasional Poligon
tubuh 2020 Arsip Air Swedia; badan air Cakupan nasional Poligon SMHI (2020)
1981–2005 Inventarisasi lahan basah nasional Skala 1:250 000, Poligon Perlindungan Lingkungan Swedia
lahan basah > 20 ha, Agensi (2021)
Cakupan nasional
2021 Lahan basah dan permukaan rumput yang Titik VISS, Vattenmyndigheterna, L¨
terendam untuk retensi dan infiltrasi air (sv. ansstyrelserna, Havs- och
torrdammar) Vattenmyndigheten
2013 Database bendungan nasional Titik SMHI, daftar bendungan dan danau (http://
vattenwebb.smhi.se/svarwebb/)
2002–2021 Inventaris Padang Rumput dan Padang Rumput (TUVA) Poligon Telenius dan Nordberg (2021)
2018 Basis Data Tutupan Lahan Nasional (NMD: Cakupan nasional Raster Badan Perlindungan Lingkungan Swedia.
lahan basah terbuka (2020)
2015–2020 Basis data blok pertanian: lahan basah Cakupan nasional Poligon + Badan Pertanian Swedia (2020)
tabel
Drainase 1935–1978 Peta ekonomi (tahun 1935–1978) (Peta dasar M1, peta M2 Dipindai Survei Tanah Swedia. (t)
yang menggambarkan peta kertas
drainase ubin)
2014 Jaringan drainase tanah: Badan Administrasi Kabupaten V¨ astra
sistem parit bersejarah dari pertengahan abad Gotland ¨ (2021)
ke-19

Catatan: (a) juga digunakan untuk mengevaluasi sistem drainase ubin

4
Machine Translated by Google
L. Malmquist dan J. Barron
dikaitkan dengan kelas hidrologi yang terdistribusi secara spasial, yang menyatakan tiga
kelas kualitatif ada/tidaknya air tanah yang bergerak. Posisi tersebut didasarkan pada
posisi kemiringan (Departemen Pengelolaan Sumber Daya Hutan dan Departemen Tanah
dan Lingkungan, 2022) dari profil tanah yang diverifikasi secara spasial dari Inventaris
Hutan Nasional Swedia (Universitas Ilmu Pertanian Swedia, 2022a). Profil tanah yang
terhubung secara spasial bergabung dengan lapisan subsoil dari SC untuk lahan yang
tidak diklasifikasikan sebagai lahan subur, berdasarkan kelas tekstur tanah (40–50 cm)
dari KTD dan Universitas Ilmu Pertanian Swedia (2022a) untuk menentukan hubungannya
dengan kondisi geologis. pembentukan dan pemilahan bahan, yaitu olah tanah atau tanpa
olah tanah.
2.3.1.4. Kerikil, pegunungan batu dan batuan dasar. Parameter fisik tanah untuk profil
yang didominasi oleh ukuran partikel yang lebih kasar jarang ditemukan karena sebagian
besar analisis sifat fisik tanah dilakukan pada inti (silinder) dengan fraksi partikel tanah
yang lebih halus, yaitu partikel < 2 mm (misalnya, Stendahl et al., 2009 ) .
Namun, kepadatan mineral di batuan dasar Swedia relatif homogen (misalnya, Knutsson
dan Morfeldt, 1973; Carlsson dan Carlstedt, 1977; Wikner et al., 1991; Vagverket ¨ dan
Raddningsverket, ¨ 1998; Larsson, 2008; Wallman et al ., 2018). Oleh karena itu, nilai
kerapatan curah dan konduktivitas hidrolik jenuh untuk kerikil dan batuan dasar diperkirakan
sebagai nilai median dari data oleh Carlsson dan Carlstedt (1977); Wikner dkk. (1991); V¨
agverket dan R¨ addningsverket (1998); Mulqueen (2005); Zhang dkk. (2011); Ferdos et
al. (2015); Wallman dkk. (2018) dan Li et al. (2021). Nilai pada air yang tersedia bagi
tanaman di zona akar untuk tanah berkerikil dan boulder didasarkan pada profil generik
dari CMD dan dibandingkan dengan profil kerikil dan batuan dasar dari database tanah
Amerika SSURGO ( (Staf Survei Tanah, 2021).
Gambar 2. Pendekatan metodologi sebagai flowchart untuk pengembangan peta sifat fisik tanah resolusi tinggi skala tangkapan. Tiga kotak abu-abu terang menunjukkan pengolahan
terpisah dari tanah pertanian, tanah hutan dan tanah kerikil dan batuan dasar. Penggunaan lahan lain selain yang baru saja disebutkan, diberi tanah dari kumpulan data tanah pertanian.
Catatan kaki menunjukkan masing-masing kumpulan data yang digunakan per langkah pemrosesan. Kotak putih menunjukkan kumpulan data baru, sedangkan teks berdiri bebas
menunjukkan langkah pemrosesan.
5
Pengelolaan Air Pertanian 283 (2023) 108304
2.3.1.5. Kedalaman tanah. Kedua peta tanah digabungkan dengan kedalaman tanah yang
tersedia dari Model Kedalaman Tanah 2020 (Survei Geologi Swedia, 2020). Karena
sebagian besar profil tanah di KTD dan SLD diambil sampelnya hingga kedalaman 1 m,
sifat fisik di bawah 1 m tidak diketahui. Untuk menggabungkan peta kedalaman tanah
dengan lapisan fisik tanah, kedalaman lapisan profil tanah yang diambil sampel pada 0,9–
0,1 m dari SLD disesuaikan dengan kedalaman dari Model Kedalaman Tanah 2020 (Survei
Geologi Swedia, 2020) jika > 1 m . Dalam kasus kedalaman tanah < 1 m, masing-masing
lapisan tanah di bawahnya dihapus dari set data spasial akhir. Skema bagaimana kami
menghubungkan parameter fisik tanah dengan data tekstur tanah disajikan pada Gambar.
2.
2.3.2. Menggambarkan bidang yang dikeringkan dengan ubin
Tujuan khusus dari penelitian ini adalah untuk mengembangkan indata yang
menggabungkan badan air alami dan buatan manusia pada skala daerah tangkapan air.
Sekitar 64% (300087 ha) lahan pertanian dikeringkan dengan genteng diwilayah Vastra ¨
Gotaland ¨ (SCB dan Dewan Pertanian Swedia, 2018), namun dengan kemungkinan besar
akan ada area hutan tambahan yang dikeringkan. Untuk mengembangkan peta drainase
ubin di DAS Tidan, kami menggunakan informasi tentang lahan yang dikeringkan dengan
ubin dari Peta Ekonomi Swedia yang bersejarah untuk tahun 1935–1978 (Swedish Land
Survey). Salinan Peta Ekonomi Swedia (tahun 1935–1978) menyertakan lahan yang
ditandai dengan rencana drainase ubin individual yang tersedia, dibandingkan dengan
peta ekonomi asli yang hanya menunjukkan batas lahan. Untuk selanjutnya peta asli
dinyatakan sebagai M1 dan peta dengan rencana drainase ubin bertanda M2. Pengaturan
warna penggunaan lahan dan objek di peta memungkinkan klasifikasi batas antara kelas
penggunaan lahan dan bidang individu yang selanjutnya memungkinkan
ekstraksi lahan yang berada/telah berada di bawah drainase genteng.
Bidang yang dikeringkan ubin yang dipindai di M2 diletakkan di atas dan diperbaiki
secara geografis ke M1. Kedua versi peta diklasifikasikan setelah pengaturan warna oleh ISO
Machine Translated by Google
L. Malmquist dan J. Barron
klasifikasi klaster tanpa pengawasan (ESRI, nda). Jumlah kelas diatur ke n = 10 (ESRI,
ndb), dan kelas yang mewakili aries terikat bidang dan objek garis diekstraksi ke lapisan
terpisah, berdasarkan atribusi kelas penggunaan lahan dari klasifikasi ISO tanpa
pengawasan.
Setelah itu mereka diubah dari file raster ke polyline. Batas-batas di sekitar lahan
pertanian dari M1 dihapus dari M2.
Ini menghasilkan peta dengan hanya garis diagonal yang mewakili lahan dengan rencana
drainase ubin yang tersedia. Karena beberapa misalignment selama perbaikan dataset,
jarak penyangga 15 m dari garis batas dimasukkan saat menghapus batas. Ini untuk
memastikan bahwa jangkauan penuh mereka terhapus.
2.3.3. Delineasi dan perluasan jaringan sungai dan selokan
Perbandingan dua set data terbaru melalui jaringan sungai (Ågren dan Lidberg,
2020) (STR) dan parit (Lidberg et al., 2021) (DI) menunjukkan ketidakselarasan untuk
DAS Tidan. Jaringan aliran topografi secara khusus menggambarkan aliran air di lahan
subur yang tidak ada dalam ortopofotograf (Swedish Land Survey, 2018, resolusi 0,25
m).
Dengan demikian, kedua kumpulan data diproses untuk menghubungkan dan menghapus
aliran palsu untuk penggambaran terbaik dari jaringan aliran tangkapan. Selain itu, parit
dari peta yang didigitalkan secara manual yang menggambarkan parit drainase dari
dewan administrasi kabupaten nasional yang diverifikasi dari pertengahan ke-19
disertakan (tersedia abad https://ext-
dulu
geodatakatalog.lansstyrelsen.se/ pada
GeodataKatalogen). Untuk
DAS Tidan, jaringan drainase bertanggal dari tahun 1885 hingga 1971.
Beberapa dari kumpulan data ini tidak termasuk dalam jaringan selokan yang lebih baru
di DI.
Ketiga kumpulan data digabungkan untuk mencapai aliran yang terhubung
jaringan yang terdiri dari aliran alami dan parit buatan manusia. Aliran di STR dilapis dan
dipasang ke DI dengan jarak penyangga 30 m berdasarkan penilaian visual. Segmen
jaringan aliran yang berbagi garis dengan jaringan parit dipilih sebagai konektivitas
sejati, dan segmen garis yang tumpang tindih dari jaringan aliran topografi dihapus.
Ruas aliran pada STR yang tumpang tindih dengan lahan pertanian dihapus karena
aliran alami dihilangkan dengan adanya sistem drainase bawah atau permukaan (Bagian
2.3.2). Terakhir, jaringan aliran grafik topo tersegmentasi dan peta parit digabungkan
menjadi lapisan bersama, yang menggambarkan jaringan aliran akhir.
Beberapa aliran utama tidak termasuk dalam rincian di atas
aliran peta¨ jaringan. Oleh karena itu, garis poli untuk sungai utama di DAS (Osan ) dan
sungai yang digambarkan untuk DAS tertentu oleh Lindelof ¨ (2021) disambungkan ke
jaringan aliran-parit gabungan (penyangga 60 m berdasarkan penilaian visual, dikurangi
dengan tumpang tindih segmen garis , dan digabungkan ke dataset jaringan aliran
terperinci Lapisan terakhir kemudian disesuaikan secara manual dengan menghubungkan
segmen garis ke
¨ celah di sepanjang sungai Osan.
2.3.4. Penyimpanan air di danau, waduk, dan lahan basah alami dan buatan
manusia
Lokasi lahan basah yang dibangun tidak selalu digambarkan dengan benar, atau
sepenuhnya hilang dalam basis data nasional (misalnya, ter Borg dan Barron, 2021).
Dengan demikian, lokasi lahan basah buatan dan alami di dalam DAS Tidan diverifikasi
dengan citra Sentinel 2. Tiga peta dengan kombinasi pita warna berbeda dibuat untuk
menangkap keberadaan badan air, yaitu Modified Normalized Difference Water Index
(Xu, 2006) dengan data SWIR2, Peta Vegetasi Inframerah Warna (pita NIR, Merah dan
Hijau) dan citra Tanah/Air (pita NIR, SWIR1 dan Merah). Selain itu, badan air yang
diklasifikasikan dikontrol secara manual dan diberi label sebagai "benar" atau "salah".
Perairan diklasifikasikan sebagai
“benar” dibandingkan dengan register nasional dari basis data lahan basah, lahan
basah buatan, inventarisasi lahan basah, dan area pertanian dari basis data blok
pertanian (Tabel 2). Klasifikasi badan air bersifat arbitrer karena definisi untuk tiga kelas
badan air berpotongan (misalnya, Langbein dan Iseri, 1960; Organisasi Meteorologi
Dunia, 2012; Tiner, 2017). Namun, tiga kelas di sini dibatasi oleh badan air yang
diklasifikasikan sebagai reservoir jika bersinggungan
6
Pengelolaan Air Pertanian 283 (2023) 108304
jaringan aliran yang baru digambarkan. Tambak diklasifikasikan sebagai badan air
terbuka jika tidak bersinggungan dengan jaringan sungai dan lahan basah jika terdapat
vegetasi yang terlihat.
2.3.5. Pemrosesan matematis dataset Peta tekstur
tanah baru (SV-map dan FAO-map), jaringan aliran dan selokan gabungan (DI) dan
badan air yang digambarkan dibandingkan secara spasial dengan masing-masing
dataset asli (Tabel 1, Tabel 2).
Semua analisis spasial data dilakukan di ArcMap 10.8.1 (ESRI, ndc), sementara
perbandingan bentangan, areal, dan volume antara kumpulan data baru dan asli
dianalisis di Excel2016 (© 2016 Microsoft Cooperation).
Kesesuaian profil fisik tanah dengan peta tekstur tanah dibandingkan dengan data
tekstur titik dari Inventarisasi Tanah dan Tanaman (SCI) (Swedish Land Survey, 2019;
Universitas Ilmu Pertanian Swedia, 2021a) dan Inventarisasi Tanah Nasional (NSI)
(Paulsson et al ., 2015) dengan memasang regresi linier sederhana antara kumpulan
data, dengan tekstur tanah sebagai variabel penjelas tunggal (data tidak ditampilkan).
Data fisik tanah (konduktivitas hidrolik jenuh, kapasitas menahan air dan kerapatan
curah) diekstraksi per kelas tekstur tanah, lapisan tanah (tanah bagian atas atau bawah)
dan per areal yang tidak dikeringkan dan dikeringkan. Luas lapangan per kelas dihitung
dalam tabel atribut lapisan atau masing-masing sifat fisik tanah dengan menghitung
geometri. Area absolut diringkas per kelas dan diperkirakan sebagai bagian (%) per
kelas tekstur tanah dan drainase (ladang yang dikeringkan vs tidak dikeringkan) dengan
membagi bagian per kelas tekstur tanah dengan total daerah tangkapan air, Tekstur
tanah dan sifat fisik tanah per kelas drainase dibagi per total luas lahan pertanian.
Panjang DI dan STR serta dataset gabungan baru diperkirakan dengan menghitung
geometri pada tabel atribut. Variasi panjang antara dataset dihitung sebagai selisih
antara dataset baru dan DI masing-masing STR.
Perkiraan luas dan volume badan air diringkas per kelas badan air (yaitu kolam,
waduk atau lahan basah). Luas dan volume danau unik yang tidak ada dalam kumpulan
data yang tersedia diekstraksi dari kumpulan data gabungan yang baru, dan diringkas
secara terpisah.
3. Hasil
3.1. Menetapkan parameter fisik tanah yang paling sesuai dengan kelas tekstur tanah
Kumpulan data akhir tanah mencakup n = 45 profil tanah individu dalam peta FAO
dan n = 35 dalam peta SV. Ini agak kontra-intuitif, karena sistem klasifikasi tanah Swedia
mencakup lebih banyak kelas tekstur tanah daripada sistem FAO (Tabel S1). Karena
kelas tanah Swedia disatukan jika diklasifikasikan oleh sistem klasifikasi FAO, jumlah
profil tanah yang ditetapkan per kelas tanah FAO lebih tinggi dibandingkan dengan
sistem Swedia. Dengan demikian meningkatkan jumlah keseluruhan yang terpasang per
piksel tanah hingga kecocokan terdekat. Oleh karena itu, terdapat peningkatan jumlah
profil akhir yang disertakan dalam peta FAO (Gbr. 3). Kedua set data selanjutnya
berbeda dalam penggumpalan kelas tanah FAO, dengan distribusi kelas partikel medium
halus yang lebih beragam untuk peta berdasarkan kelas FAO (Tabel 3).
Dua set data tanah selanjutnya digunakan untuk menghitung distribusi spasial
konduktivitas hidrolik jenuh (Tabel 4, Gambar 4a), kapasitas menahan air (Tabel 4,
Gambar 4b) dan kerapatan curah (Tabel 4). Distribusi spasial karakteristik fisik tanah
berbeda-beda tergantung pada input data tekstur tanah menggunakan klasifikasi tekstur
Swedia atau FAO.
Kumpulan data fisik tanah berdasarkan peta-SV memiliki luas terluas dengan
konduktivitas hidrolik jenuh cukup lambat (44%) dan sangat cepat (29%), sedangkan
kapasitas menahan air terutama dalam interval 1 20–40 mm 10 cmÿ (82%). Kepadatan
curah terutama dalam interval (17%). Di lapisan tanah bawah,
3 3
Konduktivitas hidrolik jenuh 1,2 – 1,4 g cmÿ (44%) dan
1,6 – 1,8 g cmÿ lebih rendah daripada tanah lapisan atas, dengan yang terbesar di
kategori lambat (17%) dan sedang (48%). Kapasitas menahan air di bawah tanah
didistribusikan antara 0 dan 20 mm 3 10 cmÿ
3
(44%) dan 20–40 mm 10 cmÿ (41%), sedangkan distribusi 3 (48% di
kerapatan curah terutama dalam interval 1,2–1,8 g cmÿ
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

Gambar 3. Peta tekstur tanah baru di DAS Tidan dengan profil tanah yang sesuai berdasarkan kelas tanah Swedia (peta SV) (A & C) dan kelas tanah FAO/USDA (peta FAO) (B & D).
Kolom kanan dan kiri masing-masing menunjukkan peta SV dan peta FAO, sedangkan dua peta di atas menunjukkan tanah lapisan atas (0–10 cm) dan peta tanah yang lebih rendah
menunjukkan lapisan tanah bawah (40–50 cm). Tekstur tanah didasarkan pada profil tanah dari database tanah SLU(Wesstrom ¨ dan Joel, 2012) dan disesuaikan dengan peta tanah
¨
Piikki dan Soderstr ¨ om
(2019).

3
interval 1,4 – 1,6 g cmÿ area ). Untuk masukan dari FAO-map, terbesar tangkapan / sepanjang aliran -dan jaringan selokan dan badan air lebih luas
di daerah tangkapan memiliki konduktivitas hidrolik jenuh sedang (34%) - hingga daripada data turunan Swedia (Gbr. 4a). Karena kurangnya dataset tekstur
sangat cepat (21%), dan kapasitas menahan air adalah 1 di bawah 40 mm 10 tanah dan sifat fisik tanah yang berdiri sendiri, dataset tersebut belum divalidasi
cmÿ tanah (94%) di tanah lapisan atas. Nilai-nilai ini tercermin dalam kelas secara independen.
tanah pasir, lempung berpasir, lempung lanau dan lempung, yang merupakan
area yang lebih luas di daerah tangkapan air. Densitas curah antara 0,8 dan 1,6
3 3.2. Identifikasi dan penggambaran lapangan yang dikeringkan dengan ubin pada skala lanskap
g cmÿ di lapisan tanah atas dan meningkat di lapisan bawah tanah hingga
interval 1,4–1,8 g cm-3 (Tabel 4).
Ekstraksi ladang dengan rencana drainase ubin dari peta ekonomi (Swedish
Membandingkan dua kumpulan data tanah, ada dua hal yang menonjol.
Land Survey, nd) di Tidan menunjukkan bahwa 69% (205 km2 ) dari ladang
Dataset peta FAO menghasilkan area yang lebih luas dengan konduktivitas
subur di DAS Tidan memiliki rencana drainase ubin yang tersedia. Hal ini
hidrolik cepat jenuh, yang mungkin berdampak pada infiltrasi pada peristiwa ¨
sejalan dengan statistik resmi drainase di Vastra Gotaland ¨ dari tahun 2016 di
presipitasi. Namun, kapasitas menahan air lebih rendah pada area yang lebih mana 64% lahan pertanian berada di bawah drainase genteng (SCB dan Dewan
luas dibandingkan dengan peta SV. Hal ini meningkatkan risiko dampak
Pertanian Swedia, 2018). Menggabungkan petak petak drainase dengan
kekeringan. Daerah konduktivitas hidrolik jenuh tertinggi didistribusikan secara spasial di tengah
klasifikasi peta tekstur tanah

7
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

Tabel 3
delineasi dari peta topografi di lokasi yang sama dengan parit saat menggunakan alat
Area kelas tanah untuk DAS Tidan SW Swedia dan pembagian kelas tanah di lapangan dengan
delineasi aliran yang diatur secara topografi dalam perangkat lunak GIS, di mana arah
rencana drainase ubin yang diambil dari peta ekonomi (tahun 1935–1978) (Swedish Land
aliran dan akumulasi diidentifikasi oleh tetangga sel topografi terendah (Schauble et al.,
Survey nd). ¨
2008; Lopez-Vicente et al . ., 2014) (Gbr. 6).
´
Tekstur tanah Luas [km2 ] Tekstur tanah
kelas daerah dikeringkan

dari total luas

3.4. Tutupan lahan dikoreksi untuk penyimpanan air alami dan buatan
[%]
(Tanah lapisan atas)c

Secara total, n = 6 badan air tambahan diidentifikasi dari citra satelit (Copernicus
Sva FAOb SV FAO
Sentinel Data, 2020a, b) dan ortofoto (Swedia 3 km2 Land Survey, 2018), yang terdiri
0–10 cm 40–50 cm 0–10 cm 40–50 cm dari
total luas permukaan 4,3 * 10ÿ dan perkiraan volume 6,4 * 103 m3 (Tabel 6),
Tanah liat 23 232 10 58 1.0 1.1
0 0 47 84 0.0 5.7 dibandingkan dengan database yang tersedia (SMHI, 2020, 2021; SMHI, nd; Badan
Lempung tanah liat

Gambut 1 1 5 1 0,0 0,0 Pertanian Swedia, 2020; Badan Perlindungan Lingkungan Swedia, 2021;
Kerikil 7 7 7 7 0,0 0,0 Vattenmyndigheterna, Lansstyrelserna, ¨ Havs- och Vattenmyndighe terna, nd). Ini
Lempung 43 2 50 3 0,8 3.4
adalah tambahan kecil dibandingkan dengan total luas dan volume badan air yang
Pasir lempung 2 6 75 8 0,1 0,3
digambarkan dari kumpulan data yang diketahui sebelumnya (luas permukaan 1,82
Pasir 117 126 140 235 0,2 1.1
Tanah lempung 3 3 2 0 0,0 0,0 km2 3 km3 ) digabungkan (Tabel 6).
berpasir , volume 2.68 *10ÿ
Lempung berpasir 216 240 173 168 5.1 4.8 Meskipun penambahan luas/volume badan air kecil, mereka masih dapat mempengaruhi
Lanau 0 0 0 9
keseimbangan air jika terletak di ruang yang penting secara hidrologis.
Lumpur lempung 64 69 82 3 4.3 6.1
Tanah liat berdebu 209 0 62 45 16.5 2.6
Tanah lempung 0 0 32 65 0,0 3.0
berlumpur 4. Diskusi
Air 9 9 9 9 0,0 0,0
Batuan dasar 2 2 2 2 0,0 0,0
4.1. Peluang dan keterbatasan dalam tiga kumpulan data baru
JUMLAH 696 696 696 696 28 28

Catatan: (a) Tunjukkan luas [km2 ] per kelas tekstur tanah untuk peta tanah (tanah lapisan atas
dan tanah bagian bawah) yang diturunkan berdasarkan sistem klasifikasi tanah
Swedia (peta-SV). (b) Tunjukkan luas [km2 ] per kelas tekstur tanah untuk peta tanah (tanah
lapisan atas dan tanah bagian bawah) yang diperoleh berdasarkan sistem
klasifikasi tanah FAO/USDA (peta-FAO). (c) Sajikan luas per kelas tanah [%] dengan rencana
drainase petak yang tersedia berdasarkan per peta tekstur tanah berdasarkan sistem klasifikasi
Swedia (SV) atau sistem klasifikasi tanah FAO/USDA (FAO)
(Bagian 2.3.1) menunjukkan bahwa sebagian besar lempung berpasir, lempung dan lempung
liat dikeringkan (Tabel 4). Peta akhir lahan dengan rencana drainase ubin menunjukkan
kandungan tanah liat yang lebih tinggi (median 17% ± 13 SD) dibandingkan dengan lahan
yang tidak dikeringkan (median 14% ± 10 SD) dan kandungan pasir dan lanau yang lebih
rendah (Gbr. 5 ) .
Kumpulan data baru meningkatkan resolusi spasial melalui pendekatan pembobotan
untuk titik ke piksel yang berasal dari sifat fisik tanah yang diukur yang mengatur sifat
hidrologi tanah daripada fungsi pedotransfer, dengan menggunakan tekstur tanah yang
diukur titik sebagai masukan. Kumpulan data ini juga menjelaskan beberapa lapisan
tanah yang tidak (sepenuhnya) digambarkan dalam kumpulan data nasional yang ada
(lihat referensi Tabel 1), sebuah masalah yang juga dicatat dalam kumpulan data tanah
global yang umum digunakan (mis., Batjes, 2009; IASA et al., 2012; Origiazzi et al.,
2018). Resolusi dalam kumpulan data tanah baru tetap 50 × 50 m, setelah peta dasar
¨
(DSM) (Piikki dan Soderstr ¨ kumpulan data om, 2019). Ini adalah, bagaimanapun,
resolusi terbaik yang tersedia untuk Swedia, dibandingkan dengan peta (SC) oleh
Survei Geologi Swedia (2014) dan, misalnya, kumpulan data Eropa (Pan agos, 2006;
Kristeensen et al., 2019) atau global (IASA et al., 2012; Global Soil Data Task, 2014),
yang didasarkan pada nilai interpolasi atau diturunkan dari parameter berkorelasi.

3.3. Penyelarasan jaringan aliran alami dan buatan
Gabungan jaringan sungai dan parit menghasilkan 5350 km sungai dan parit di DAS
Tidan, menunjukkan lanskap infrastruktur aliran air yang lebih banyak daripada yang
diidentifikasi sebelumnya untuk DAS tersebut. Ini merupakan peningkatan 649 km
dibandingkan STR dan peningkatan 2927 km dibandingkan DI (Tabel 5). Dari jaringan
aliran topografi, 2690 km terletak di lahan pertanian, dengan 2470 km tidak
bersinggungan dengan jaringan parit. Dengan demikian, jaringan aliran topografi yang
teridentifikasi pada lahan pertanian dianggap salah batasnya, seperti pengelolaan
lahan, jaringan parit dan sistem drainase genteng yang merealokasi aliran yang
seharusnya terjadi secara alami karena topografi. Kira-kira 269 km dari total panjang
jaringan parit (774 km) dari Badan Administrasi Kabupaten (2021) bersinggungan
dengan bidang drainase ubin yang diidentifikasi dalam Bagian 2.3.2, dan ini tidak
digambarkan dalam DI. Penyangga 5 m digunakan di sekitar parit dari Lidberg et al.
¨
Vastra Gotland¨ (2021) untuk mengekstrak parit yang tidak berpotongan dari
Badan Administrasi Kabupaten Vastra Gotaland ¨ (2021), sehingga beberapa ruas
hilang dalam total panjang
¨
memperkirakan.
Terdapat perbedaan, dengan median 35 m ± 0,72 m, antara parit-parit yang
tergambar AI dan simpul-simpul terdekat dari jaringan aliran makan delin topografi,
meskipun menggunakan peta topografi yang sama sebagai peta dasar. Parit pada peta
topografi harus terlihat jika resolusi dengan lebar rata-rata pada peta parit lebih tinggi
dari 2 m ± 1,3 m (Lidberg et al., 2021). Dengan demikian, juga dapat diharapkan untuk
memulai aliran
Peningkatan jumlah profil tanah per kelompok tekstur tanah untuk dataset
berdasarkan klasifikasi tanah FAO (FAO-map) dibandingkan dengan klasifikasi Swedia
(SV-map) memperluas variasi spasial sifat fisik tanah di dalam DAS dan masing-masing
sifat fisik tanahnya. . Kumpulan data berdasarkan klasifikasi FAO menghasilkan
penambahan n = 35 (n = 25 dengan klasifikasi Swedia) profil tanah dibandingkan
dengan, misalnya, kumpulan profil tanah umum (n = 10) yang digunakan dalam
perhitungan kebocoran unsur hara dan dampak lingkungan dari tanah ke badan air
pada skala multi-tangkapan air dan nasional (Johnsson et al., 2019). Dengan demikian,
metode yang disajikan di sini adalah salah satu alternatif untuk meningkatkan
representasi spasial sifat fisik tanah, tidak hanya di DAS Tidan, tetapi juga diperluas ke
DAS lain untuk meningkatkan representasi heterogenitas tanah.
Karena tidak ada kumpulan data yang berdiri sendiri yang tersedia untuk validasi
tekstur tanah atau sifat fisik tanah, kumpulan data fisik tanah yang baru harus digunakan
dengan hati-hati. Masalah yang umum terjadi adalah penelusuran ulang kumpulan data
fisik tanah spasial Swedia ke pengambilan sampel di Inventarisasi Tanah dan Tanaman
dan Inventarisasi Tanah Nasional (Paulsson et al., 2015; Survei Tanah Swedia, 2019;
Universitas Ilmu Pertanian Swedia, 2021b), yang menghasilkan tidak adanya dataset
independen. Sepengetahuan kami, hanya tiga kumpulan data tambahan yang
dikompilasi (Survei Geologi Swedia, 2018; Jansson dan Karlberg, 2004; Raulund-
Rasmussen dan Callesen, 1999) dari komposisi tekstur tanah terukur untuk penggunaan
lahan selain pertanian yang tersedia untuk tanah Swedia. Dua dari kumpulan data ini
digunakan untuk
penggambaran dataset tanah baru kami. Kumpulan data dari Raulun d-Rasmussen
dan Callesen (1999) tidak dapat diakses pada saat kami

8
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

Tabel 4
1 1
Distribusi luas konduktivitas hidrolik jenuh, kapasitas menahan air dan kerapatan curah kering dengan interval 20 mm 10 cmÿ DAS Tidan, SW Swedia. Kolom dan 0,2 g cmÿ , masing-masing di
bernama “SV” mewakili nilai dari peta fisik tanah yang berasal dari peta tanah berdasarkan sistem klasifikasi tanah Swedia (SV-map) dan kolom bernama “FAO” mewakili nilai dari peta tekstur tanah
berdasarkan sistem klasifikasi tanah FAO/USDA (FAO- peta).

Konduktivitas Luas [km2 ] Bagian dari total area [%] Area kering dari total lahan pertanian [%]
hidrolika
jenuha [mm h¡1 ]
SV FAO SV FAO SV FAO

0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm
Sangat lambat < 1,3 67 67 72 72 10 10 10 10 0,4 0,4 3 3
Lambat 1,3– 0 115 16 47 0 17 2 7 0 16.4 4.6 6.8
5 Agak lambat 309 36 96 2 44 5 14 0 47.1 0,7 8 0,1
5–20
Sedang 20–63 90 331 233 285 13 48 34 41 7.5 43.6 30.5 20.1
Cukup cepat 24 85 18 126 3 12 3 18 2.5 6.4 0,5 19.8
63–127
Cepat 127–250 6 6 113 20 1 1 16 3 0 0 21.1 4.1
Sangat cepat 200 57 147 144 29 8 21 21 11 0,9 0,7 14.5
> 250
Kapasitas Luas [km2 ] Bagian dari total area [%] Area kering dari total lahan pertanian [%]
menahan
airb [mm 10 cm¡1 ] SV SV FAO SV FAO SV FAO
0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm
0–20 66 304 214 308 9 44 31 44 0 41 25 38
20–40 571 283 438 305 82 41 63 44 65 24 42 30
40–60 30 108 13 53 4 16 2 8 4 4 2 1
60–80 29 1 0 0 30 30 4000 4 4 0 0 0 0
80–100 0 0 0 0 0 0 0 0

Kepadatan Luas [km2 ] Bagian dari total area [%] Area kering dari total lahan pertanian [%]
curah
keringc [g cm3 ]
SV FAO SV FAO SV FAO
0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm 0–10 cm 40–50 cm
0 – 0,2 0 0 0 0 0 0 0 0 0 0 0 0
0,2 – 0,4 45 24 0 5 7 3 0 1 0 0 0 0
0,4 – 0,6 23 0 4 0 3 0 1 0 0 0 0 0
0,6 – 0,8 1 0 1 0 0 0 0 0 2 2 0 0
0,8– 1,0 88 0 88 0 13 0 13 0 0 0 0 0
1.0 – 1.2 43 5 66 45 6 1 10 7 7 7 6 0
1.2 – 1.4 304 113 260 25 44 16 37 4 42 42 30 4
1.4 – 1.6 62 337 236 434 9 48 34 62 6 6 31 41
1.6 – 1.8 120 99 31 153 17 14 4 22 10 10 0 23
1.8 – 2.0 0 23 0 23 0 3 0 3 0 0 0 0
2.0 – 2.2 0 0 0 0 0 0 0 0 0 0 0 0

Catatan: Distribusi luas konduktivitas hidrolik jenuh disajikan setelah kelas permeabilitas (a), kapasitas menahan air (b) dan kerapatan curah kering (c) disajikan sebagai distribusi luas interval 20 mm 10
cmÿ 1 1
dan 0,2 g cmÿ , masing-masing.

belajar. Selain itu, data fisik tanah, tekstur lapisan bawah tanah dan kompilasi kuantitatif
pada komposisi tanah dan parameter fisik tanah di lanskap hutan dan perkotaan kurang
dalam kuantifikasi dan resolusi (Departemen Pengelolaan Sumber Daya Hutan dan
Departemen Tanah dan Lingkungan, 2022).
Data titik tekstur Swedia sebelumnya telah terbukti terlalu tersebar untuk metode
interpolasi tradisional dalam memprediksi tekstur tanah untuk peta tekstur tanah di lanskap
Swedia (Djodjic et al., 2009). Juga ditampilkan untuk kumpulan data Eropa di LUCAS
(Cordeiro et al., 2018).
¨
om
Selain itu, Piikki dan Soderstr ¨ (2019) menunjukkan peningkatan kesalahan set data
dengan skala lokal dibandingkan dengan skala nasional karena ketersediaan sampel
kalibrasi/validasi yang lebih sedikit. Namun, pengembangan fungsi pedotransfer diadaptasi
untuk tanah Swedia telah menunjukkan kecocokan yang baik mengenai kandungan air dan
porositas dengan dimasukkannya karbon organik tanah pada kandungan air yang lebih
tinggi dan kerapatan curah terkait dengan kelas tekstur tanah (misalnya, Katterer et al.,
¨
2006) . . Selain itu, tekstur topsoil dan subsoil telah terbukti berkorelasi secara keseluruhan
dalam profil tanah Swedia.
Setidaknya dalam sampel tanah yang tersedia saat ini (Sohlenius dan Eriksson, 2009).
Namun, untuk memasukkan karakteristik subsoil dalam pengambilan sampel tanah yang
lebih halus, grid masih diperlukan untuk mengembangkan fungsi pedotransfer regional yang kuat. tetap tidak diperhitungkan. Misalnya, secara nasional, 12,0% dari semua drainase ubin di
Paling tidak dengan kompilasi karbon organik tanah dan kerapatan curah untuk lapisan
¨
tanah yang lebih dalam (Wosten et al., 2001), atau dengan menyesuaikan fungsi
pedotransfer berdasarkan penentuan apriori dan pengambilan sampel parameter area studi
yang paling sensitif (van Alphen et al., 2001 ). Secara keseluruhan, kurangnya sampling
parameter fisik tanah, termasuk struktur tanah dan
porositas, adalah celah utama untuk disertakan dalam pemantauan tanah jangka panjang.
Terutama karena terjadi perubahan sementara sifat tanah, seperti konduktivitas hidrolik
dan karbon organik tanah (Moberg, 2001) .
Gambaran spasial aliran bawah permukaan ditingkatkan dengan delin makan bidang
dengan rencana drainase ubin dari peta ekonomi (Swedish Land Survey, nd). Peta baru,
bersama dengan dataset hidrologi tanah, dapat digunakan langsung untuk membandingkan
bidang yang dikeringkan dan yang tidak dikeringkan dan meningkatkan deskripsi pembagian
air. Lahan subur yang dikeringkan menunjukkan bagian drainase yang lebih tinggi pada
tanah dengan kandungan tanah liat yang lebih tinggi (Gbr. 5) dan area yang lebih luas
dengan konduktivitas hidrolik jenuh lambat hingga sedang (Gambar S2 Bahan tambahan).
Hal ini diharapkan karena kami mengantisipasi prioritas lahan dengan konduktivitas hidrolik
yang lebih rendah karena lahan ini lebih rentan terhadap genangan air. Namun, Tabel 4
menunjukkan bahwa drainase terutama terjadi di lapangan dengan kelas konduktivitas
hidrolik jenuh sedang hingga cepat. Hal ini mencerminkan bahwa sebagian besar lahan
subur telah dikeringkan, meliputi baik tanah yang tidak terlalu subur maupun tanah dengan
kapasitas infiltrasi yang lebih tinggi.
Kumpulan data yang disesuaikan pada Bagian 2.3.2 dan 2.3.4 meningkatkan delineasi
spasial jalur aliran air (Gambar 6, Tabel 4 dan Tabel 5). Namun, efektivitas saluran genteng
lahan pertanian membutuhkan pemeliharaan pada tahun 2016. Selain itu, 12,1% dianggap
memerlukan penerapan sistem drainase baru (SCB dan Badan Pertanian Swedia, 2018).
Tingkat pemeliharaan yang diperlukan untuk bidang yang dikeringkan ubin (mengecualikan
persyaratan untuk menerapkan yang baru

9
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

1 1
Gambar 4. Konduktivitas hidrolik jenuh (Ks) [mm hÿ dipetakan ] (A) dan kapasitas menahan air (AWC) [mm mmÿ ] (B) untuk DAS Tidan, SW Swedia. Ks dan AWC
dengan menggabungkan data fisik tanah titik dengan dataset data tekstur tanah yang terdistribusi secara spasial. Peta kiri atas dan bawah pada Gambar. A dan Gambar. B masing-masing
menunjukkan Ks dan AWC yang berasal dari peta tekstur tanah yang diklasifikasikan oleh sistem tekstur tanah Swedia (peta-SV). Peta kanan atas dan bawah pada Gambar A dan B menunjukkan
Ks dan AWC yang berasal dari peta tekstur tanah yang diklasifikasikan oleh sistem tekstur tanah FAO/USDA (peta FAO). Peta bagian atas menunjukkan Ks (A) dan AWC (B) untuk tanah lapisan
atas (kedalaman tanah 0–10 cm). Peta yang lebih rendah menunjukkan Ks (A) dan AWC (B) untuk subsoil (40–50 cm).

Gambar 5. Perbandingan luas per kelas tanah dengan dan tanpa rencana drainase ubin yang tersedia (A) dan kandungan tekstur tanah (masing-masing persen lempung, lanau dan pasir) untuk
lahan dengan dan tanpa rencana drainase ubin yang tersedia (B) di DAS Tidan, Sw Swedia. Angka di atas palang untuk lempung pasir, lanau dan lempung berpasir pada gambar. A adalah luas
yang dituliskan untuk kelas-kelas tanah tersebut.

drainase) telah diperkirakan sebesar 1–2% per tahun, untuk memenuhi ¨

kebutuhan drainase (Reiter dan Bolenius, ¨ 2020). Dengan demikian, kapasitas
drainase mungkin ditaksir terlalu tinggi, seperti yang disebabkan oleh estimasi
efisiensi dan efek dari jaringan drainase ubin nasional, atau diremehkan karena
perluasan ladang yang baru dikeringkan. Membandingkan peta parit oleh
Lidberg et al. (2021) (DI) dengan peta parit yang digambarkan secara manual
diproduksi oleh Badan Administrasi Kabupaten Vastra Gotaland ¨ (2021)
menunjukkan perubahan parit, kemungkinan mewakili pergeseran dari drainase
permukaan ke drainase bawah permukaan di kemudian hari (Jacks, 2019).
Terdapat kekurangan dalam menggambarkan konektivitas antar parit pada peta
drainase utama baru yang terdiri dari parit-parit terbuka (Lidberg et al., 2021).
Hal ini mungkin dapat dijelaskan oleh tantangan dalam menggambarkan bawah permukaan

10
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

Tabel 5 aliran “palsu” dari jaringan aliran topografi (Ågren dan Lid berg, 2020) adalah
Total panjang aliran detail (STR)- dan peta parit (DI) yang ada dibandingkan dengan kemungkinan untuk eksplorasi lebih lanjut.
jaringan aliran dan parit gabungan yang baru berdasarkan pada tiga dataset
Mengotomatiskan pemrosesan juga akan meningkatkan kemungkinan untuk
individual.
meningkatkan metode ke tingkat nasional. Hal ini dimungkinkan untuk dataset
Produk No Referensi Total tanah dan jaringan aliran dan selokan. Meskipun penautan data sifat fisik tanah
panjang akan mengurangi variasi spasial untuk Swedia utara, karena tidak adanya cakupan
[km]
dari peta tanah digital (Piikki dan Soderstr ¨ 2019) di area ini. Metodologinya
1 Aliran hidrologi baru dan jaringan Studi ini, produk akhir 5350 ¨untuk memperluas ke luar Swedia terutama terkait
sederhana dan kemungkinanom,
parita
dengan data tekstur dan sifat fisik tanah yang tersedia di negara lain.
2 Aliran alami Agren dan Lidberg (2020) 4701
3 Parit (AI) Lidberg dkk. (2021) 2423
Parit (digambarkan Badan Administrasi Kabupaten 774 Ekstraksi sistem drainase ubin berdasarkan peta ekonomi yang disesuaikan
4
secara manual) Vastra
¨ Gotaland ¨ (2021) terbatas pada Kabupaten Vastra ¨ Gotaland ¨, karena kami tidak dapat menemukan
kumpulan data serupa untuk kabupaten lain. Namun, metode klasifikasi struktur
Catatan: (a) adalah dataset baru yang berasal dari penggabungan dataset berdiri
bebas di bawah (nr 2–4) di mana segmen aliran yang tumpang tindih dari nr 2 dan garis berdasarkan pengenalan warna adalah metode yang sederhana dan efektif
4, dan segmen aliran dari bidang pertanian yang tumpang tindih nr 2 telah dihapus. untuk mengekstraksi fitur linier yang merepresentasikan tile drain dari peta dengan
kenampakan serupa dari wilayah lain. Ekstraksi badan air dari citra satelit atau
ortofoto adalah konsep yang digunakan secara global dan efisiensi terutama
jalur seperti gorong-gorong atau parit yang tidak dirawat dengan baik, misalnya
terkena erosi tepian parit. bergantung pada kualitas citra (misalnya dikurangi dengan tutupan awan) dan
resolusi piksel.
Pengolahan data di sini dilakukan secara manual. Kami melihat potensi besar
otomatisasi untuk mempersingkat waktu pemrosesan, misalnya dengan menautkan
langkah-langkah pemrosesan dan menyatukan tabel dalam data ke format umum 4.2. Implikasi dari kumpulan data fungsi fisik dan hidrologi tanah
untuk digunakan dalam perangkat lunak umum yang menangani data spasial. Ini resolusi tinggi
dimungkinkan untuk ketiga set data. Penggunaan misalnya AI untuk membuat
model untuk pemasangan point-to-pixel dari data tanah, untuk memperluas di luar Persyaratan resolusi spatio-temporal yang tinggi tergantung pada tujuan
kumpulan data di sini, merupakan ide yang menarik. Namun, pengembangan penelitian (Baffaut et al., 2015). Namun demikian, peningkatan ketersediaan data
tersebut akan membutuhkan dataset independen yang lebih besar dari sifat fisik spatio-temporal beresolusi tinggi meningkatkan kemungkinan untuk mempelajari
tanah untuk melatih dan memvalidasi model. Ini adalah batasan utama, seperti pertanyaan yang lebih kompleks saat menggunakan model. Misalnya,
dimasukkannya aliran bawah permukaan yang diketahui dalam Kajian Tanah dan Air
yang dibahas pada bagian di atas. Namun untuk jaringan selokan dan sungai,
ment Tool (SWAT) telah terbukti meningkatkan keseimbangan air (Stromqvist et
mirip dengan model AI yang digunakan oleh Lidberg et al. (2021), melatih model untuk mengidentifikasi
¨
al., 2020; Rumph Frederiksen dan Molina-Navarro, 2021;

Gambar 6. Perbandingan penggambaran jaringan hidrologi di DAS Tidan di mana A menunjukkan aliran yang digambarkan dari peta topografi dengan ambang inisiasi aliran
2 ha (biru tua) dan 10 ha (biru muda) oleh Åberg & Lidberg (2020). Aliran biru tua yang lebih tebal menggambarkan sungai Osan. ¨ Poligon berisi biru
mewakili danau dan lahan basah. Gambar. B menggambarkan parit (merah) dari Lidberg et al. (2021). Gambar C menunjukkan jaringan elaborasi baru dari makalah ini, yang
¨
merupakan jaringan gabungan dari jaringan aliran (A), parit (B), dan parit tambahan dari Badan Administrasi Kabupaten Vastra Gotaland ¨ (2021) dan aliran dari Lindelof ¨
(2021) di mana segmen garis saling tumpang tindih-, dan segmen aliran yang memotong ladang pertanian telah dihapus sebagai aliran “palsu”. Garis hitam di 3 bagian atas
gambar menunjukkan batas utara DAS Tidan, dan danau adalah selatan bagian dari danau Osten. ¨ Gambar tersebut adalah ekstraksi (dalam 13.748
E; 58.595 N/14.065E; 58.401 N) dari sub-DAS Tidan yang lebih besar.

11
Machine Translated by Google

L. Malmquist dan J. Barron Pengelolaan Air Pertanian 283 (2023) 108304

Tabel 6
Perbandingan luas dan volume badan air yang “hilang” di DAS Tidan Sw Swedia, diidentifikasi dari ortofoto dan citra satelit, dibandingkan dengan kumpulan data nasional perairan
terbuka dan lahan basah yang tersedia.
Jenis Nomor Luas (km2 ) Perkiraan volume [m3 ] Angka yang Daerah Perkiraan volume [m3 ]
tidak termasuk (km2 )
dalam
peta/
lapisan
geospasial
yang tersedia

Perairan Reservoir menggabungkan data 111 1.2 21,37 * 104 Waduk 3 0,0011 0,111 * 104
yang unik Kolam 234 0,52 47,83 * 104 Kolam 2 0,00073 0,022 * 104
data gabungan
Data 22 0,1 5.824 * 104 Lahan basah 1 0,0025 0,510 * 104
gabungan lahan basah
Bendungan 6
Referensi Datasetb Jumlah badan Luas total Volume total Jumlah badan
asli air [km2 ] [m3 ] air tanpa
statistik 5

Inventaris Padang Rumput dan Padang Rumput 32 2.3 2735 * 104

Basis data blok pertanian 2021 13 0,2 23,18 * 104 1
Basis Data Tutupan Lahan Nasional 6088 12.5 2827 * 104 3930
membuka lahan basah
Database lahan basah yang dibangun 7 0,1 35,10 * 104 2
badan air Arsip Air Swedia 10 0,4 286,7 * 104 5

Catatan: Tipe (a) badan air diklasifikasikan sebagai waduk jika bersinggungan dengan sungai atau parit. Tambak digolongkan sebagai badan air terbuka jika tidak bersinggungan dengan
sungai atau parit. Lahan basah jika mengandung vegetasi yang terlihat. Bendungan adalah lahan basah yang dibangun dari database nasional lahan basah yang dibangun (SMHI, 2021.
Anlagda Våtmarker. https://vattenwebb.smhi.se/wetlands/ diakses [2021–09-15]). Nota bene: di Arsip Air Swedia, terdapat lahan basah tambahan yang tidak dapat dipastikan
keberadaannya karena keterbatasan tutupan vegetasi yang lebat seperti hutan dan tidak teridentifikasi melalui analisis data satelit. Lahan basah ini belum termasuk dalam kumpulan data
yang dihitung di atas pada luas dan volume tetapi harus dipertimbangkan jika kumpulan data total digunakan untuk analisis lanskap tambahan.
Perairan dalam kolom Kumpulan data (b) adalah luas dan volume yang diperkirakan dari kumpulan data asli. Perhatikan bahwa waterbodies tumpang tindih antara database di beberapa
kasus.

Valayamkunnath et al., 2022). Resolusi yang lebih tinggi dalam indata dan parameter
selanjutnya dapat mengurangi ketidakpastian untuk parameter yang diketahui sensitif
terhadap algoritma model (lihat, misalnya, Romanowicz et al., 2005; Veith et al., 2010;
Arnold et al., 2012; Koo et al. , 2020; Escamilla-Rivera et al., 2022). Detail tambahan
dalam variasi temporal memungkinkan deskripsi yang lebih baik dari peristiwa jangka
pendek, misalnya, efek musiman atau sub-harian.
Meskipun dampak input data yang bergantung pada resolusi, yaitu agregasi unit lahan
misalnya unit respon hidrologi (sc
HRUs) dan proses hidrologi dalam model dengan skala yang lebih besar, mungkin
menutupi perbedaan dalam resolusi spasial indata yang tinggi (misalnya, Li et al., 2012).
Hal yang sama mungkin tidak berlaku untuk efek temporal, misalnya, di mana variasi
respons hidrologi di suatu DAS bergantung pada heterogenitas intra-DAS spasial dari
sifat iklim dan tanah-tanah (misalnya, Jothityangkoon dan Sivapalan, 2001) . Perubahan
distribusi cuaca ekstrem akibat perubahan iklim mempercepat proses hidrologi di
lapangan hingga skala lanskap (Fischer dan Knutti, 2014). Tren iklim saat ini
menunjukkan peristiwa curah hujan yang lebih ekstrem (misalnya, Grusson et al., 2021),
dan efek sinergis dari beberapa peristiwa cuaca (disebut peristiwa majemuk)
membutuhkan pengetahuan yang lebih baik tentang respons lanskap terhadap berbagai
peristiwa dan interaksinya pada skala lokal (Zscheischler et al., 2018). Perubahan
peristiwa denyut memerlukan pendekatan baru dalam pengumpulan data dan pemodelan
hidrologi; selain itu, studi pelengkap pada berbagai skala diperlukan untuk memahami
dampak dan, misalnya, rancangan tindakan mitigasi (misalnya, Garg et al., 2022).
Selain itu, meskipun data mungkin tersedia pada resolusi spasial tinggi, skala temporal
dari parameter input untuk pemodelan peristiwa jangka pendek mungkin terlalu kasar
untuk mencocokkan rata-ratanya, sebuah masalah untuk didiskusikan, misalnya ketika
menghubungkan hidrologi lanskap dengan cuaca jangka pendek.
acara.
Kumpulan data yang disajikan di sini terutama berhubungan dengan air permukaan.
Namun demikian, mengingat retensi penyimpanan air tanah sama pentingnya,
sehubungan dengan jalur penyimpanan dan aliran dalam infrastruktur air alami dan
buatan manusia (antropogenik). Batas dari aliran permukaan ke bawah permukaan
dari kumpulan data di sini menyangkut usia
peta ekonomi dan rencana drainase genteng yang dirujuknya, serta terbatasnya akses
ke rencana drainase genteng untuk wilayah lain. Pekerjaan lebih lanjut diperlukan untuk
menyoroti aliran bawah permukaan yang digambarkan dan aliran pengambilan /
pengembalian air untuk penggunaan antropogenik di pertanian, industri, rumah tangga
dan sektor lainnya. Misalnya, penyertaan pengambilan irigasi dan perubahan rute dalam
neraca air daerah tangkapan dapat menjadi penting dalam mencapai representasi
hidrologi lanskap antropogenik yang lebih baik (Stromqvist et al., 2020). Beberapa dari
¨
data ini dapat diakses melalui unit statistik nasional (SCB), namun terbatas karena
¨
kerahasiaan (Stromqvist et al., 2020). Selain itu, representasi model konektivitas antara
air tanah/air permukaan dalam model hidrologi diperlukan untuk mengukur jalur
hidrologi secara akurat (Berghuijs et al., 2022). Telah ditetapkan bahwa representasi
dinamis terutama aliran hidrologi sub-tanah untuk kondisi Swedia tidak ada (Barthel et
al., 2021).
4.3. Implikasi kebijakan
Kumpulan data kami yang baru dan lebih baik menunjukkan kompleksitas spasial
infrastruktur air alami dan buatan manusia pada skala daerah tangkapan air. Ini adalah
informasi penting untuk keseimbangan air yang akurat di bawah arus dan
studi neraca air di masa depan. Seiring percepatan perubahan iklim, peristiwa dan
periode kelebihan dan kelangkaan air meningkat dalam kejadian dan durasi. Mengetahui
kekuatan gabungan infrastruktur air untuk partisi, aliran dan penyimpanan akan sangat
penting baik pada skala lokal (misalnya, lapangan dan pertanian) dan daerah tangkapan
air. Kumpulan data yang ditingkatkan dapat digunakan dalam evaluasi sensitivitas
lanskap terhadap kejadian kekeringan dan banjir yang memperhitungkan heterogenitas
spasial. Penggambaran yang akurat dari badan air dan sifat tanah meningkatkan
perkiraan penyimpanan air lanskap.
Bersama dengan set data jaringan parit-aliran yang ditingkatkan, ini juga dapat
meningkatkan pengetahuan tentang konektivitas penyimpanan air dan efek hulu ke hilir
dari kelebihan/kekurangan air di seluruh daerah tangkapan air. Kumpulan data adalah
dasar untuk menginformasikan dan mengevaluasi efek sinergis dari langkah-langkah
adaptasi lokal pada skala daerah tangkapan. Itu

12
Machine Translated by Google
L. Malmquist dan J. Barron
analisis dan pengumpulan data dalam makalah ini mengklarifikasi bahwa upaya tambahan
akan bermanfaat untuk data drainase petak yang dikaitkan dengan tingkat lapangan, untuk
memasukkan kapasitas drainase terikat lapangan yang akurat pada skala daerah
tangkapan, serta digabungkan dengan efek pada tingkat bawah permukaan.
Meskipun peningkatan kemungkinan untuk pengumpulan data, misalnya
dengan pengurangan biaya dan peningkatan otomatisasi untuk pengumpulan
data spatio temporal in-situ, ada tanda-tanda paradoks bahwa ketersediaan data
sebagai sumber terbuka menjadi lebih terbatas dan kurang dipantau (Harris et
al., 2020 ; Thorslund dan van Vliet, 2020; SMHI, 2022a; b). Oleh karena itu,
secara paradoks, sejumlah saran/pengembangan metode yang menggabungkan
efek dinamika struktur tanah dalam sistem tanah-tanaman yang disebabkan oleh
aktivitas biologis, misalnya, pada skala plot dan seratus sepuluh tahun (misalnya,
Meurer et al., 2020 ) dan dalam fluktuasi intra-tahunan dalam porositas tanah
(misalnya, Chandrasekhar et al., 2018) dan vegetasi (misalnya, Thompson et al.,
2011), meningkatkan permintaan interval pengambilan sampel data tanah baik
secara spasial maupun sementara. Menurut beberapa orang, peningkatan data
RS yang tersedia secara terbuka, pengembangan berbagai cara inovatif untuk
memproses dan menambang data dari berbagai parameter lanskap mengurangi
ketergantungan langsung pada pengambilan sampel in-situ (misalnya, Cui et al.,
2021; Duethmann et al . , 2022; Fuentes et al., 2022; Xue et al., 2022; Yan et al.,
2022). Namun, dalam karya ini kami menunjukkan semakin banyak produk data
jarak jauh yang tersedia – semakin secara paradoks meningkatkan pentingnya
memiliki dataset in-situ yang akurat untuk validasi independen yang menyeluruh
(misalnya, Cosh et al., 2004; Weerasinghe et al . , 2020; Gelebo et al., 2022).
Dengan demikian, kampanye dukungan menyeluruh dari penyandang dana
nasional dan daerah, serta pemilik lahan dan penduduk lokal yang memungkinkan
pengambilan sampel in-situ untuk verifikasi masih menjadi agenda. Ini mungkin
harus disinkronkan atau dimasukkan dalam program penelitian apa pun untuk pemrosesan dan penggunaan data tanah dalam pemodelan nasional NLeCCS.
meningkatkan data akses jarak jauh pada parameter lanskap agar sesuai dengan caranya.
5. Kesimpulan
Dalam studi ini, kami telah mengembangkan informasi karakteristik fisik tanah,
aliran air alami dan buatan serta penyimpanan pada skala tangkapan air untuk
meningkatkan partisi neraca air dan deskripsi lanskap (tangkapan) hidrologi. Kami
menunjukkan bahwa dengan data tekstur tanah yang tersedia, ditingkatkan
dengan sifat fisik tanah terukur titik, fungsi hidrologi lanskap utama seperti
kapasitas menahan air tanah dan konduktivitas hidrolik tanah jenuh, berubah
secara signifikan. Selanjutnya, penambahan drainase genteng dan gabungan
jaringan parit alami dan buatan meningkatkan jalur aliran secara signifikan.
Akhirnya, penyimpanan air tangkapan relatif dipahami dengan baik dalam data
yang tersedia/ada.
Untuk mengamankan air di bawah perubahan iklim, alokasi air akan semakin
penting bagi banyak pengguna air pada skala daerah tangkapan air, termasuk
menjaga aliran lingkungan yang aman bersama pasokan manusia dan kebutuhan
pertanian. Penggunaan model yang lebih kompleks dan kinerja model proses
hidrologi yang lebih baik perlu menangkap dengan lebih baik baik bagian alami
maupun dampak dari struktur dan proses antropogenik mengenai siklus hidrologi
pada skala lanskap yang terkait dengan aliran air permukaan dan bawah
permukaan (tanah tak jenuh). Sifat fisik tanah yang lebih baik dan gabungan jalur
aliran dan penyimpanan air, yang didistribusikan secara akurat, akan sama
pentingnya dengan input iklim untuk estimasi neraca air ini. Hal ini memerlukan
peningkatan/pemeliharaan pengumpulan data jangka panjang dari parameter
lanskap, hidrologi, iklim esensial dengan evaluasi ukuran dan interval pengambilan
sampel (spasial dan temporal) untuk, minimal, tujuan kalibrasi/validasi. Selain itu,
transparansi akses untuk data yang tersedia terkait dengan pengambilan/
pengisian/penyimpanan air diperlukan untuk dapat mengevaluasi dan
menindaklanjuti tindakan bentang alam yang memengaruhi kapasitas penyimpanan
hidrologis bentang alam.
Pernyataan kontribusi kepengarangan CRedit
Louise Malmquist: Metodologi, Investigasi, Analisis Formal, Validasi,
Visualisasi, Kurasi Data, Penulisan – draf asli. Jennie Barron: Konseptualisasi,
Penulisan – ulasan & penyuntingan.
13
Pengelolaan Air Pertanian 283 (2023) 108304
Deklarasi Kepentingan Bersaing
Para penulis menyatakan bahwa mereka tidak memiliki kepentingan keuangan
yang bersaing atau hubungan pribadi yang dapat mempengaruhi pekerjaan yang
dilaporkan dalam makalah ini.
Ketersediaan Data
Data akan tersedia berdasarkan permintaan.
Terima kasih
Pekerjaan ini tidak akan mungkin tercapai tanpa fasilitasi data terbuka dari
berbagai database. Data tanah untuk validasi diakses dari - inventaris tanah dan
tanaman, inventaris tanah nasional dan tekstur tanah disediakan oleh Inventarisasi
Tanah dan Tanaman (Universitas Ilmu Pertanian Swedia, 2022b), Inventarisasi
Tanah Nasional (Paulsson et al., 2015) dan Inventarisasi Hutan Nasional Swedia
(Universitas Ilmu Pertanian Swedia, 2022a). Kami berterima kasih kepada
Katarina Kyllmar dan Johan Stendahl (Dpt. Tanah dan Lingkungan, Universitas
Ilmu Pertanian Swedia) atas penjelasan mereka tentang data dari database
masing-masing. Data dari database tanah SLU (Wesstrom dan Joel, 2012)
¨
disediakan oleh Ingrid Wesstrom ¨ dan Abraham Joel (Dpt. Tanah dan Lingkungan,
Universitas Ilmu Pertanian Swedia). Kami juga berterima kasihkepada Per-Erik
Jansson (Professor Emeritus, KTH Royal Institute of Technology) atas deskripsi
parameter fisik tanah dari CoupModel. Kami juga berterima kasih kepada Karin
Blomb¨ ack, Kris tina Mårtensson dan Stefan Andersson (Dpt. Tanah dan
Lingkungan, Universitas Ilmu Pertanian Swedia) atas penjelasan mereka tentang
Selain itu, kami berterima kasih kepada Gustav Sohlenius (Survei Geologi Swedia) atas
deskripsinya tentang data kelas tanah yang tersedia secara nasional dari tabase data
mereka. Kami juga berterima kasih kepada dua pengulas yang memberikan masukan
terperinci yang meningkatkan pekerjaan kami.
Pekerjaan ini didanai oleh Fakultas Sumber Daya Alam dan
Ilmu Pertanian, Universitas Ilmu Pertanian Swedia.
Lampiran A. Informasi pendukung
Data tambahan terkait dengan artikel ini dapat ditemukan dalam versi online di doi:10.1016/
j.agwat.2023.108304.
Referensi
Abbaspour, KC, Vaghefi, SA, Srinivasan, R., 2018. Panduan untuk sukses
analisis kalibrasi dan ketidakpastian untuk penilaian tanah dan air: review makalah dari
konferensi SWAT internasional 2016. Air 10 (1), 6. https://doi.org/ 10.3390/w10010006.
Agren, A. & Lidberg, W. (2020). Dokumentasi nya hydrografiska kartor – vattendrag och SLU
Markfuktighetskartor. ÿhttps://www.slu.se/globalassets/ew/org/inst/seksko/forskning/
markfuktighetskartor/dokumentasi-slu-markfuktighetskarta-202 0–11-12.pdf ÿ.
van Alphen, BJ, Booltink, HWG, Bouma, J., 2001. Menggabungkan fungsi pedotransfer dengan
pengukuran fisik untuk meningkatkan estimasi sifat hidrolik tanah.
Geoderma 103 (1), 133–147. https://doi.org/10.1016/S0016-7061(01)00073-8.
Andersson, S. & Wiklert,
¨ P. (1977a). Studier av markprofiler i Svenska åkerjordar - En
factsammanstallning. Del II. Norrbottens, Vasterbottens, ¨ Vasternorrlands ¨ och Jamtlands
¨ lan¨ . Uppsala: Sveriges Lantbruksuniversitet: Institutionen for ¨ markvetenskap/
Avdelningen for ¨ lantbrukets hydroteknik. https://pub.epsilon.slu.se/3976/1/
andersson_wiklert_090908.pdf [2021–07-20].
Andersson, S. & Wiklert,
¨ P. (1977b). Studier av markprofiler dan svenska åkerjordar: en
faktasammanstallning.
¨ Del III Gavleborgs, ¨ Kopparbergs dan Varmlands ¨ lan. ¨ Uppsala:
Lantbrukshogkolan, Institutionen for ¨ markvetenskap/Avdelningen for ¨ lantbrukets
hydroteknik. (Stenciltryck Nr 105).
Andersson, S., Wiklert, P. & Weidow, B. (1983a). Studier av markprofiler dan svenska
¨
åkerjordar: en faktasammanstallning. Del V Skaraborg lan. ¨ Uppsala: Sveriges
Lantbruksuniversitet: Institutionen for ¨ markvetenskap/Avdelningen for ¨ lantbrukets
hydroteknik. (Hubungan 130).
Andersson, S., Wiklert, P. & Weidow, B. (1983b). Studier av markprofiler dan svenska Del
¨
Jawabannya adalah: faktanya adalah stallning. ¨ och Vastmanlands ¨
VI. Orebro lan. ¨ Uppsala:
Sveriges Lantbruksuniversitet: Institutionen for ¨ markvetenskap/Avdelningen for ¨
lantbrukets hydroteknik. (Hubungan 131).
Machine Translated by Google
L. Malmquist dan J. Barron
Andersson, S., Wiklert, P. & Weidow, B.¨ (1983c). Studier av markprofiler dan svenska åkerjordar:
en faktasammanstallning. Del VII: Uppsala. Uppsala: Sveriges
Lantbruksuniversitet: Institutionen for ¨ markvetenskap/Avdelningen for ¨ lantbrukets hydroteknik
(Rapport 133). ¨ Nr 25). Verifikasi alami. http://www.diva-portal.org/smash/get/diva2:1135154/ FULLTEXT01.pdf.
Andr´easson, J., Bergstrom, S., Carlsson, B., Graham, L., Lindstrom, ¨ G., 2004.
Perubahan hidrologi – simulasi dampak perubahan iklim untuk Swedia. Ambio 33 (4), 228–234.
https://doi.org/10.1579/0044-7447-33.4.228.
Arheimer, B., Lindstrom, ¨ G., 2019. Mendeteksi perubahan aliran sungai yang disebabkan oleh
kebakaran hutan, badai, urbanisasi, regulasi, dan iklim di seluruh Swedia. Sumber Daya Air. Res.
55, 8990–9005. https://doi.org/10.1029/2019WR024759.
Arnold, JG, Srinivasan, R., Muttiah, RS, Williams, JR, 1998. Pemodelan dan penilaian hidrologi area
luas bagian I: pengembangan model1. Selai. Sumber Daya Air. Asosiasi 34 (1), 73–89. https://
doi.org/10.1111/j.1752-1688.1998.tb05961.x.
Arnold, JG, Moriasi, DN, Gassman, PW, Abbaspour, KC, White, MJ, et al., 2012.
Swat: penggunaan model, kalibrasi, dan validasi. Trans. ASABE 55 (4), 1491–1508. https://
doi.org/10.13031/2013.42256.
Baffaut, C., Dabney, SM, Smolen, MD, Youssef, MA, Bonta, JV, et al., 2015.
Pemodelan hidrologi dan kualitas air: pertimbangan spasial dan temporal. Trans.
ASABE 58 (6), 1661–1680. https://doi.org/10.13031/trans.58.10714.
Barthel, R., Stangefelt, M., Giese, M., Nygren, M., Seftigen, K., et al., 2021. Pemahaman terkini
tentang resapan air tanah dan kekeringan air tanah di Swedia dibandingkan dengan negara-
negara dengan geologi dan iklim yang serupa. Geogr. Ann.: Ser. A, Fis.
Geogr. 103 (4), 323–345. https://doi.org/10.1080/04353676.2021.1969130.
Batjes, NH, 2009. Harmonisasi data profil tanah untuk aplikasi global dan
skala benua: update ke database WISE. Pengelolaan Penggunaan Tanah. 25, 124–127. https://
doi.org/10.1111/j.1475-2743.2009.00202.x.
Berghuijs, WR, Luijendijk, E., Moeck, C., van der Velde, Y., Allen, ST, 2022. Kumpulan data resapan
global menunjukkan penguatan koneksi air tanah ke fluks permukaan. e2022GL099010 Geofisika.
Res. Lett. 49 (23). https://doi.org/10.1029/ 2022GL099010.
Berglund, K., Miller, U., Persson, J., 1989. Komposisi dan sifat tanah gyttja (Laporan 160). Uppsala:
Universitas Ilmu Pertanian Swedia: Departemen Ilmu Tanah/Divisi Hidroteknik Pertanian, Uppsala.
ISSN 0348-1816.
¨ tantangan, dan tren masa depan dalam model berbasis proses terdistribusi dalam hidrologi.
Berglund, O., 2011. Emisi Gas Rumah Kaca dari Budidaya Tanah Gambut di Swedia (Diss).
Uppsala: Universitas Ilmu Pertanian Swedia, Departemen Tanah dan Lingkungan. URL:
https://res.slu.se/id/publ/33264.
Bloschl, ¨ G., Sivapalan, M., 1995. Masalah skala dalam pemodelan hidrologi: review.
Hidrol. Proses. 9 (3–4), 251–290. https://doi.org/10.1002/hyp.3360090305.
Bloschl, ¨ G., Bierkens, MFP, Chambel, A., Cudennec, C., Destouni, G., et al., 2019.
Dua puluh tiga masalah yang belum terpecahkan dalam hidrologi (UPH) – perspektif masyarakat.
Hidrol. Sains. J.64 (10), 1141–1158. https://doi.org/10.1080/
02626667.2019.1620507.
ter Borg, RN, Barron, J., 2021. Pengembangan lahan basah buatan dalam pertanian
lanskap dengan menggunakan teknik penginderaan jauh. Acta Agrik. Scand., Sekte. B — Ilmu
Tumbuhan Tanah. 72 (1), 111–126. https://doi.org/10.1080/09064710.2021.1993993.
Callesen, I., Liski, J., Raulund-Rasmussen, K., Olsson, MT, Tau-Strand, L., Vesterdal, L., Westman, CJ,
2003. Penyimpanan karbon tanah di tanah hutan Nordik yang dikeringkan dengan
baik— hubungannya dengan kelas iklim dan tekstur. Gumpal. Ubah Biol. 9 (3), 358–370.
https://doi.org/10.1046/j.1365-2486.2003.00587.x.
Carlsson, L., Carlstedt, A., 1977. Estimasi transmisivitas dan permeabilitas pada batuan dasar
Swedia. Hidrol. Res. 8 (2), 103–116. https://doi.org/10.2166/nh.1977.0009 .
Chandrasekhar, P., Kreiselmeier, J., Schwen, A., Weninger, T., Julich, S., et al., 2018.
Mengapa kita harus memasukkan dinamika struktural tanah tanah pertanian dalam model hidrologi.
Air 10 (12), 1862. https://doi.org/10.3390/w10121862.
Chao, L., Zhang, K., Wang, J., Feng, J., Zhang, M., 2021. Evaluasi komprehensif dari lima set data
evapotranspirasi berdasarkan pengamatan satelit darat dan GRACE: implikasi untuk peningkatan
algoritme pengambilan evapotranspirasi. Sensor Jarak Jauh 13 (12), 2414. https://doi.org/
10.3390/rs13122414.
Cordeiro, MRC, Lelyk, G., Krobel, ¨ R., Legesse, G., Faramarzi, M., et al., 2018. Memperoleh kumpulan
data untuk tanah yang relevan secara pertanian dari database Soil Landscapes of Canada (SLC)
untuk digunakan dalam simulasi Soil and Water Assessment Tool (SWAT). Sistem Bumi.
Sains. Data 10 (3), 1673–1686. https://doi.org/10.5194/essd-10-1673-2018.
Cosh, MH, Jackson, TJ, Bindlish, R., Prueger, JH, 2004. DAS skala temporal dan stabilitas spasial
kelembaban tanah dan perannya dalam memvalidasi perkiraan satelit.
Sensor Jarak Jauh. Lingkungan. 92 ¨(4), 427–435. https://doi.org/10.1016/j.rse.2004.02.016.¨
Badan Administrasi Kabupaten Vastra Gotaland ¨ (2021). LstO Markavvattning i Vastra G¨ otaland
diken, ror ¨ och vallar.
https://ext-geodatakatalog.lansstyrelsen.se/ GeodataKatalogen/
GetAtomView?
Cui, Y., Song, L., Fan, W., 2021. Generasi spatio-temporally continuous
evapotranspirasi dan komponennya dengan menggabungkan model keseimbangan energi dua
sumber dan jaringan syaraf dalam di atas DAS Heihe. J. Hidrol. 597, 126176 https://doi.org/10.1016/
j.jhydrol.2021.126176.
Datry, T., Truchy, A., Olden, JD, Busch, MH, Stubbington, R., et al., 2023. Penyebab, tanggapan,
dan implikasi intermiten antropogenik versus aliran alami di jaringan sungai. BioScience 73 (1),
9–22. https://doi.org/10.1093/biosci/biac098.
Davies, JAC, Beven, K., 2015. Histeresis dan kerak dalam penyimpanan, aliran, dan pengangkutan
tangkapan. Hidrol. Proses. 29 (16), 3604–3615. https://doi.org/10.1002/ hyp.10511.
Departemen Pengelolaan Sumber Daya Hutan & Departemen Tanah dan Lingkungan (2022).
Faltinstruktion ¨ 2022 RIS Riksinventeringen av skog. Umeå & Uppsala: Inst. untuk ¨ skoglig
resurshushållning & Inst. untuk ¨ mark och miljo, ¨ Sveriges Lantbrukuniversitet. ÿhttps://www.slu.se/
globalassets/ew/org/centrb/mi/22_ris_fin.pdfÿ.
14
Pengelolaan Air Pertanian 283 (2023) 108304
¨
Djodjic, F., Nisell, J., Brandt, M. & Soderstr ¨ M. (2009). Jordartskarta untuk ¨ om,
jordbruksmark - jamf ¨ orelsestudie ¨ mellan olika metoder untuk ¨ interpolasi
¨ av m¨
atpunkter samt testning av deras betydelse untuk ¨ PLC-berakningar. (Laporan SMED
Duethmann, D., Smith, A., Soulsby, C., Kleine, L., Wagner, W., et al., 2022. Mengevaluasi data
kelembaban tanah yang diturunkan dari satelit untuk meningkatkan konsistensi internal pemodelan
ekohidrologi berbasis proses. J. Hidrol. 614, 128462 https://doi.org/10.1016/ j.jhydrol.2022.128462.
Engeland, K., Gottschalk, L., Tallaksen, L., 2001. Estimasi parameter regional dalam model paper
hidrologi skala makro dipresentasikan pada konferensi hidrologi nordik (Uppsala, Swedia
– Juni, 2000). Hidrol. Res. 32 (3), 161–180. https://doi.org/10.2166/nh.2001.0010 .
Engeland, K., Xu, C.-Y. & Gottschalk, L. (2005). Menilai ketidakpastian dalam model neraca air
konseptual menggunakan metodologi Bayesian / Estimasi bay´esienne des incertitudes au
sein dÿ une modelisation conceptuelle de bilan hydrologique.
Jurnal Ilmu Hidrologi, 50:1, 63, DOI: 10.1623/hysj.50.1.45.56334 Jurnal Ilmu Hidrologi,
50 (1), 63. ÿhttps://doi.org/10.1623/hysj.50.1.4 5.56334ÿ.
Escamilla-Rivera, V., Cortina-Villar, S., Vaca, RA, Golicher, D., Arellano
Monterrosas, J., et al., 2022. Pengaruh survei tanah skala halus dan klasifikasi
penggunaan lahan pada akurasi pemodelan hidrologi SWAT di wilayah studi yang miskin data.
J. Sumber Daya Air. Prot. 14 (2), 100–125. https://doi.org/10.4236/
jwarp.2022.142007 .
ESRI (nda). Cara kerja Klasifikasi Kemungkinan Maksimum. https://desktop.arcgis.com/ en/arcmap/
latest/tools/spatial-analyst-toolbox/how-maximum-likelihood classification-works.htm
diakses [2022–09-23].
ESRI (ndb). Gugus Iso. https://desktop.arcgis.com/en/arcmap/latest/tools/spatial
analis-toolbox/iso-cluster.htm diakses [2022–09-23].
ESRI (ndc). Volume Poligon (Analis 3D). https://desktop.arcgis.com/en/arcmap/ latest/tools/3d-
analyst-toolbox/polygon-volume.htm diakses [2022–10-03].
Fatichi, S., Vivoni, ER, Ogden, FL, Ivanov, VY, Mirus, B., et al., 2016. Gambaran aplikasi saat ini,
J. Hidrol. 537, 45–60. https://doi.org/10.1016/j. jhydrol.2016.03.026.
¨
Ferdos, F., Worman, A., Ekstrom, ¨ I., 2015. Konduktivitas hidrolik urugan batu kasar yang digunakan
dalam struktur hidrolik. Trans. Media Berpori 108 (2), 367–391. https://doi.org/ 10.1007/
s11242-015-0481-1.
Fischer, EM, Knutti, R., 2014. Deteksi perubahan agregat suhu dan curah hujan secara spasial.
Geofisika. Res. Lett. 41 (2), 547–554. https://doi.org/ 10.1002/2013GL058499.
Fuentes, I., Padarian, J., Vervoort, RW, 2022. Menuju pemantauan kadar air tanah skala nasional
hampir real-time menggunakan fusi data sebagai alternatif penurunan skala. J. Hidrol. 609, 127705
https://doi.org/10.1016/j.jhydrol.2022.127705.
Garg, KK, Akuraju, V., Anantha, KH, Singh, R., Whitbread, AM, et al., 2022.
Mengidentifikasi zona potensial untuk intervensi pemanenan air hujan untuk intensifikasi
berkelanjutan di daerah tropis semi-kering. Sains. Rep.12 (1), 3882. https://doi.org/ 10.1038/
s41598-022-07847-4.
Gelebo, AH, Kasiviswanathan, KS, Khare, D., 2022. Penilaian distribusi spasial-temporal pengisian
ulang air tanah di cekungan sungai Afrika skala besar yang langka data.
Mengepung. Monit. Menilai. 194 (3), 157. https://doi.org/10.1007/s10661-022-09778-z.
Survei Geologi Swedia (2014). Jordarter 1:25 000–1:100 0000. Survei Geologi
dari Swedia.
Survei Geologi Swedia (2015). Urutan lapisan tanah Uppsala: Survei Geologi Swedia. [2021–02-25].
Survei Geologi Swedia (2018). Jordartsanalyser . https://resource.sgu.se/
oppnadata/data/jord/jordartsanalyser/jordartsanalyser.csv diakses [2022–10-01].
Survei Geologi Swedia (2020). Model kedalaman tanah Uppsala: Survei Geologi Swedia. [2022–
02-04].
Tugas Data Tanah Global, 2014. Isi CD-ROM Produk Data Tanah Global (IGBP-DIS).
Pusat Arsip Aktif Terdistribusi Laboratorium Nasional Oak Ridge, ak Ridge, Tennessee,
AS. ÿhttp://daac.ornl.govÿ.
¨
Grusson, Y., Wesstrom, I., Svedberg, E., Joel, A., 2021. Pengaruh perubahan iklim terhadap partisi air
di DAS pertanian: Contoh dari Swedia. Pertanian. Manajer Air. 249, 106766 https://doi.org/10.1016/
j.agwat.2021.106766.
Guse, B., Pfannerstill, M., Gafurov, A., Kiesel, J., Lehr, C., et al., 2017. Mengidentifikasi kekuatan
penghubung antara parameter model dan kriteria kinerja. Hidrol.
Sistem Bumi. Sains. 21 (11), 5663–5679. https://doi.org/10.5194/hess-21-5663-2017.
Harris, I., Osborn, TJ, Jones, P., Lister, D., 2020. Versi 4 dari kumpulan data iklim multivariat grid
resolusi tinggi bulanan CRU TS. Sains. Data 7 (1), 109. https://doi.org/ 10.1038/s41597-020-0453-3.
¨ ¨
¨
Holmbom, J., Soderstr ¨ A., 2012. (2156059). Oversv amningskartering ¨ Tidan, Osten om, Ullervad. -
Infrastruktur SWECO AB Vattenkraft & dammar, Stockholm.
Horton, P., Schaefli, B., Kauzlaric, M., 2022. Mengapa kita memiliki begitu banyak perbedaan
model hidrologi? Tinjauan berdasarkan kasus Swiss. KABEL Air 9 (1), e1574. https://doi.org/
10.1002/wat2.1574.
IASA, FAO, ISRIC, ISS.-CAS, JRC, 2012. (Versi 1.2). Basis Data Tanah Dunia yang Terharmonisasi
(Versi 1.2). FAO & IIASA, Roma, Italia & Laxenburg, Austria.
Jacks, G., 2019. Drainase di Swedia - perkembangan masa lalu dan baru. Acta Agrik. Scand., Sekte. B
— Ilmu Tumbuhan Tanah. 69 (5), 405–410. https://doi.org/10.1080/
09064710.2019.1586991.
Jansson, P.-E., Andersson, R., 1988. Simulasi limpasan dan pencucian nitrat dari sebuah distrik
pertanian di Swedia. J. Hidrol. 99 (1), 33–47. https://doi.org/10.1016/ 0022-1694(88)90076-5.
Jansson, P.-E. & Karlberg, L. (2004). Manual COUP - model perpindahan panas dan massa yang
digabungkan untuk sistem atmosfer tanah-tanaman. Manual Teknis untuk CoupModel, 1–453.
Machine Translated by Google
L. Malmquist dan J. Barron
ÿhttps://www.researchgate.net/profile/Per-Erik-Jansson/publication/292
875837_COUP_manual_-_coupled_heat_and_mass_transfer_model_for_soil-plantatmo
sphere_systems/links/595c7c1e458515117741d0d5/COUP-manual-coupled-heat-an d-mass-
transfer-model- untuk-tanah-tanaman-sistem-sistem.pdfÿ.
Jarvis, N., Larsbo, M., Lewan, E., Garr'e, S., 2022. Deskripsi hidrologi tanah yang lebih baik dalam
model tanaman: gajah di dalam ruangan. Pertanian. Sistem. 202, 103477 https://doi.org/ 10.1016/
j.agsy.2022.103477.
Johnsson, H., Mårtensson,
¨ ¨ K., Lindsjo, ¨ A., Persson, K., Andrist Rangel, Y., et al. (2019). från svensk
Kekurangan ¨ av amnen åkermark - Berakningar ¨ av normallackage av kvave¨ ¨
¨
narings och fosfor selama ¨ 2016. (5 2019). Norrköping: Institut Hidrologi dan Meteorologi Swedia.
ÿhttps://admin.smed.se/app/uploads/2019/09/SMED_Rapport_Nr5_2019. pdfÿ.
Jones, A., Barcelo, S., Bouraoui, F., Bosco, C., Dewitte, O., et al., 2010. Lingkungan Eropa - Negara
dan Outlook 2010 Tanah. Badan Lingkungan Eropa & Komisi Eropa JRC, Kopenhagen. https://
doi.org/10.2800/58866.
Jothityangkoon, C., Sivapalan, M., 2001. Skala temporal proses curah hujan-limpasan
dan penskalaan spasial puncak banjir: hubungan ruang-waktu melalui neraca air tangkapan.
Lanjut Sumber Daya Air. 24 (9), 1015–1036. https://doi.org/10.1016/S0309- 1708(01)00044-6.
Kåresdotter, E., Destouni, G., Ghajarnia, N., Lammers, RB, Kalantari, Z., 2022.
Membedakan efek langsung yang didorong oleh manusia pada siklus air terestrial global.
Masa Depan Bumi 10 (8). https://doi.org/10.1029/2022EF002848.
Karltun, E. (Ed.), 1995. Pengasaman tanah hutan pada glasial sampai di Swedia - Status kimia tanah
dan proses pengasaman dalam kaitannya dengan kondisi lingkungan. Solna: Badan Perlindungan
¨ Lingkungan Swedia.
Katterer, T., Andr'en, O., Jansson, P.-E., 2006. Fungsi pedotransfer untuk memperkirakan ketersediaan
air tanaman dan kerapatan curah di tanah pertanian Swedia. Acta Agrik. Scand., Sekte. B -
Tumbuhan Tanah Sci. 56 (4), 263–276. https://doi.org/10.1080/
09064710500310170.
Knutsson, G., Morfeldt, C.-O., 1973. Semua ahli hidrogeologi. Vatten i jord och berg.
Ingengorf ¨ orlaget ¨ AB, Stockholm.
Koo, H., Chen, M., Jakeman, AJ, Zhang, F., 2020. Pendekatan analisis sensitivitas global untuk
mengidentifikasi sumber kritis ketidakpastian dalam model lingkungan yang tidak
teridentifikasi dan terdistribusi secara spasial: analisis holistik yang diterapkan pada SWAT
untuk input dataset dan parameter model. Mengepung. Model. Lembutw. 127, 104676 https://
doi. org/10.1016/j.envsoft.2020.104676.
Kristeensen, JA, Balstrøm, T., Jones, RJ, Montanarella, L., Panagos, P., et al., 2019.
Pengembangan database analitik profil tanah yang harmonis untuk Eropa: sumber daya untuk
mendukung pengelolaan tanah regional. Tanah 5 (2), 289–301. https://doi.org/ 10.5194/
soil-5-289-2019.
Langbein, WB, Iseri, KT, 1960. (Makalah pasokan air survei geologi 1541-A).
Sains di DAS Anda - Pengantar Umum dan Definisi Hidrologi: Manual Hidrologi: Bagian 1.
Teknik Air Permukaan Umum. Departemen Dalam Negeri Amerika Serikat, Washington.
ÿhttps://water.usgs.gov/wsc/glossary.ht M>.
¨ Senkondo, W., Munishi, SE, Tumbo, M., Nobert, J., Lyon, SW, 2019. Membandingkan perkiraan
Larsson, R. (2008).
¨ Jords egenskaper. (Informasi 1). Linkoping: Sveriges Geologiska Undersokning.
ÿhttps://www.sgi.se/globalassets/publikationer/info/pdf/sgi-i1. pdfÿ.
Li, R., Zhu, A.-X., Song, X., Li, B., Pei, T., Qin, C., 2012. Pengaruh agregasi spasial informasi spasial
tanah pada pemodelan hidrologi DAS. Hidrol. Proses. 26 (9), 1390–1404. https://doi.org/10.1002/
hyp.8277.
Li, Y., Song, X., Pang, Y., Yang, X., Zhang, X., et al., 2021. Investigasi laboratorium terhadap sifat
permeabilitas kerikil alam dengan ukuran partikel yang berbeda pada kondisi peletakan yang
berbeda. Sains. Prog. 104 (1), 00368504211002357. https://doi.org/
10.1177/00368504211002357.
Lidberg, W., Paul, SS, Westphal, F., Richter, K., Lavesson, N., dkk. (2021). Pemetaan parit drainase
di lanskap berhutan menggunakan pembelajaran mendalam dan pemindaian laser udara (1.0.0).
https://doi.org/10.5281/zenodo.1234 diakses [2022–08-16].
Lindelof, ¨ L., 2021. Departemen Tanah dan Lingkungan, Universitas Ilmu Pertanian Swedia.
Perubahan spatiotemporal fitur aliran dan lahan basah selama 140 tahun di daerah tangkapan
air pertanian di Swedia selatan. Tesis master, Uppsala. ÿhttp://urn.kb.se/resolve?
´ urn=urn:nbn:se:slu:epsilon-s-17299ÿ. ´
Lopez-Vicente, M., P'erez-Bielsa, C., Lopez-Montero, T., Lamban, LJ, Navas, A., 2014.
Simulasi limpasan dengan delapan algoritme akumulasi aliran yang berbeda:
Rekomendasi menggunakan model sumber terbuka dan terdistribusi secara spasial. Mengepung.
Model. Lembutw. 62, 11–21. https://doi.org/10.1016/j.envsoft.2014.08.025.
Malmquist, L., 2021a. Menjelajahi perubahan keseimbangan air untuk daerah tangkapan yang
didominasi pertanian di Swedia: ¨ review.¨ Sveriges Lantbruksuniversitet,, Uppsala.
Malmquist, L. (2021b). Karaktaristik f¨ over pilotområden in om projektet Lokalt menggunakan
atau vatten (LEVA) - F¨ orsta cykeln 2018–2021. Uppsala: Sveriges lantbruksuniversitet:
Institutionen for ¨ mark och miljo. ¨ ÿhttps://pub.epsilon.slu.se/23742/1/malmquist _l_210524.pdfÿ.
Meurer, K., Barron, J., Chenu, C., Coucheney, E., Hallett, P., et al., 2020. Kerangka kerja untuk
memodelkan dinamika struktur tanah yang disebabkan oleh aktivitas biologis. Gumpal. Ubah
Biol. 26 (10), 5382–5403. https://doi.org/10.1111/gcb.15289.
Miralles-Wilhelm, F., Matthews, JH, Karres, N., Abell, R., Dalton, J., et al., 2023.
Tema yang muncul dan arah masa depan dalam penelitian ketahanan DAS. Keamanan Air.
18, 100132 https://doi.org/10.1016/j.wasec.2022.100132.
Moberg, J. (2001). Långsiktiga for ¨ andringar ¨ av jordbruksmarkens fysikaliska egenskaper - en
studye av 10 svenska åkermarksprofiler. Buletin dari Divisi Pengelolaan Tanah, 37. Uppsala:
Dpt Ilmu Tanah, Universitas Pertanian Swedia
Ilmu.
Motovilov, YG, Gottschalk, L., Engeland, K., Rodhe, A., 1999. Validasi model hidrologi terdistribusi
terhadap pengamatan spasial. Pertanian. Untuk. Meteorol. 98–99, 257–277. https://doi.org/
10.1016/S0168-1923(99)00102-1.
15
Pengelolaan Air Pertanian 283 (2023) 108304
Mulqueen, J., 2005. Aliran air melalui kerikil. Ir. J.Agri. Makanan Res. 4, 83–94.
ÿhttps://core.ac.uk/download/pdf/18440136.pdfÿ.
Olsson, M., Erlandsson, M., Lundin, L., Nilsson, T., Nilsson, Å., et al., 2009. Cadangan karbon
organik di tanah Podzol Swedia dalam kaitannya dengan hidrologi tanah dan karakteristik
lokasi lainnya. Silva Fen. 43 (2) https://doi.org/10.14214/sf.207.
Origiazzi, A., Ballabio, C., Panagos, P., Jones, A., Fern´ andez-Ugalde, O., 2018. LUCAS Soil,
kumpulan data tanah terbesar yang dapat diperluas untuk Eropa: Tinjauan. eur. J. Ilmu Tanah.
69 (1), 140–153. https://doi.org/10.1111/ejss.12499.
Panagos, P. (2006). Database tanah Eropa (2006). 5 (7). GEO: koneksi.
Paulsson, R., Djodjic, F., Carlsson Ross, C. & Hjerpe, K. (2015). Nationell
¨ jordartskartering - Matjordens
egenskaper i åkermarken. (2015:19). Jonk ¨ Dewan oping Swedia: Pertanian. http://
www2.jordbruksverket.se/download/
18.4288f19214fb7ec78849af18/1441973777932/ra15_19.pdf [2021–05-31]. ¨
Peel, MC, Finlayson, BL, Mcmahon, TA, 2007. Peta dunia terbaru dari klasifikasi iklim Koppen-
Geiger. Hidrol. Sistem Bumi. Sains. Membahas. 11 (5), 1633–1644. https://doi.org/10.5194/
hess-11-1633-2007. ¨
Piikki, K., Soderstr ¨ M., 2019. Pemetaan tanah digital lahan subur di Swedia – om, validasi
kinerja pada berbagai skala. Geoderma 352, 342–350. https://doi. org/10.1016/
j.geoderma.2017.10.049.
Raulund-Rasmussen, K. & Callesen, I. (1999). Nordsoil – basis data tanah hutan Nordik. cakram CD.
Sebuah proyek yang didukung oleh Komite Kerjasama Penelitian Hutan Nordik (SNS).
Reiter, L. & Bolenius, ¨ E. (2020). Okad¨kunskap och ¨ okad takt i tackdikningen ¨ – hur når vi dit?
¨ ¨
(2020:18). Jonk ¨ oping:Miljoanalysenheten, Jordbruksverket. ÿhttps://www2. jordbruksverket.se/
download/18.2eef15cf174fe707e4d3685f/1602056506880/ ra20_18.pdfÿ.
Romanowicz, AA, Vanclooster, M., Rounsevell, M., La Junesse, I., 2005. Sensitivitas model SWAT
terhadap parameterisasi data tanah dan penggunaan lahan: studi kasus di DAS Thyle, Belgia.
Ekol. Model. 187 (1), 27–39. https://doi.org/10.1016/j. ecolmodel.2005.01.025.
Rumph Frederiksen, R., Molina-Navarro, E., 2021. Pentingnya subsurface
drainase pada kinerja model dan neraca air di daerah tangkapan pertanian menggunakan
SWAT dan SWAT-MODFLOW. Pertanian. Manajer Air. 255, 107058 https://doi. org/10.1016/
j.agwat.2021.107058. ¨
Salazar, O., Joel, A., Weststrom, I., Linn'er, H., Skaggs, RW, 2010. Pemodelan debit dari daerah
aliran sungai di tenggara Swedia menggunakan kerangka terpadu.
Hidrol. Proses. 24 (26), 3837–3851. https://doi.org/10.1002/hyp.7815. ¨
SCB & Dewan Pertanian Swedia (2018). Jordbruksstatistisk sammanstallning 2018 med data om
livsmedel - tableler. https://jordbruksverket.se/download/
18.5b7c91b9172c01731757eb26/1592480807314/2018.pdf diakses [2022–08-17].
Sch¨ auble, H., Marinoni, O., Hinderer, M., 2008. Metode berbasis GIS untuk menghitung akumulasi
aliran dengan mempertimbangkan bendungan dan waktu operasi spesifiknya. Komputer.
Geosci. 34 (6), 635–646. https://doi.org/10.1016/j.cageo.2007.05.023.
evapotranspirasi keseimbangan energi permukaan penginderaan jauh di wilayah
heterogen dan terbatas data: studi kasus lembah kilombero Tanzania.
Sensor Jarak Jauh 11 (11), 1289. https://doi.org/10.3390/rs11111289.
Sergieeva, K. (2022). Gambar Satelit Historis: Mengakses Data Lama. ÿhttps://eos. com/blog/
historical-satellite-images/ÿ.
Sidle, RC, 2021. Strategi untuk model hidrologi daerah tangkapan yang lebih cerdas:
menggabungkan penskalaan dan representasi proses yang lebih baik. Geosci. Lett. 8 (1), 24.
https://doi.org/ 10.1186/s40562-021-00193-9.
SMHI (2020). Vattenytor (SVAR2016). https://www.smhi.se/data/utforskaren-oppna data/vattenytor-
svar2016 diakses [2022–09-23].
SMHI (2021). Anlagda Våtmarker. https://vattenwebb.smhi.se/wetlands/ diakses
[2021–09-15].
SMHI (2022a). Ladda ner meteorologiska pengamat. https://www.smhi.se/data/
meteorologi/ladda-ner-meteorologiska
observer#param=airtemperatureInstant,stations=core
¨ diakses [2022–09-26].
SMHI (2022b). Vattenwebb - Matningar . https://vattenwebb.smhi.se/station/ diakses [2022–09-26].
SMHI (nd). Damm- och sj¨ oregister. http://vattenwebb.smhi.se/svarwebb/ diakses
[2022–07-07].
Smith, A., Tetzlaff, D., Laudon, H., Maneta, M., Soulsby, C., 2019. Menilai pengaruh siklus pembekuan-
pencairan tanah pada interaksi usia-fluks penyimpanan air tangkapan menggunakan bantuan
pelacak model ekohidrologi. Hidrol. Sistem Bumi. Sains. 23 (8), 3319–3334. https://doi.org/
10.5194/hess-23-3319-2019.
Sohlenius, G., Eriksson, J., 2009. Apakah SGUs kornstorleksdata anvandas ¨ f¨ or modellering av
¨
utlakning och andra milj¨ orelaterade frågestallningar? (laporan SGU 2009:07).
Survei Geologi Swedia, Uppsala.
Staf Survei Tanah, Dinas Konservasi Sumber Daya Alam (2021). Database Survei Geografis Tanah
(SSURGO). Departemen Pertanian Amerika Serikat.
Stendahl, J., Lundin, L., Nilsson, T., 2009. Kandungan batu dan bongkahan tanah hutan Swedia.
CATENA 77 (3), 285–291. https://doi.org/10.1016/j. catena.2009.02.011.
¨
Stromqvist, J., Johansson, E., Elenius,
¨ M., Bolenius, ¨ E., Bertrand, M., dkk. (2020).
F¨ orbattrad ¨ vattenbalansberakning genom termasuk av jordbruksbevattning. (Hidrologi nr 124).
¨
Norrköping: Institut Hidrologi dan Meteorologi Swedia & Dewan Pertanian Swedia.
Dewan Pertanian Swedia (2020). Data blok pertanian. https://www.dataportal.se/
sv/datasets/778_21591/jordbruksblock#ref=?
p=1&q=jordbruksblock&s=2&t=20&f=&rt=dataset%24esterms_
IndependentDataService%24esterms_ServedByDataService&c=false diakses [2021–
03-03].
Machine Translated by Google
L. Malmquist dan J. Barron
¨
Badan Perlindungan Lingkungan Swedia (2020). Nationella Marktackesdata . https://
metadatakatalogen.naturvardsverket.se/metadatakatalogen/GetMetaDataById? id=8853721d-
a466–4c01-afcc-9eae57b17b39 diakses [2022–06-30].
Badan Perlindungan Lingkungan Swedia (2021). Inventarisasi lahan basah nasional (NVI)
Badan Perlindungan Lingkungan Swedia. https://ext-geodatakatalog. lansstyrelsen.se/
GeodataKatalogen diakses [2022–01-12].
Survei Tanah Swedia (2018). Ortofoto IRF 0,25 m 2009–2018 diakses [2022–02-03].
Survei Tanah Swedia ( kisi data Ketinggian 2019 2+ 2019 diakses [2022–02-04].
Survei Tanah Swedia (2021). Peta GSD-Properti, vektor Survei Tanah Swedia.
Survei Tanah Swedia (nd). Peta ekonomi 1935–1978.
Universitas Ilmu Pertanian Swedia (2021a). Inventarisasi tanah dan tanaman. ÿhttps:// www.slu.se/
en/departments/soil-environment/environment/akermarksinvente ringen/undersokningar/soil-
and-crop-inventory/ÿ.
Universitas Ilmu Pertanian Swedia (2021b). Jordarter, pembukti, diakses
[2021–17-08] ÿhttps://www.slu.se/fakulteter/nj/om-fakulteten/centrumbildningar -och-storre-
forskningsplattformar/faltforsk/utbildning-och-teknik/dokumentasi /jordarter-prover/ÿ.
Universitas Ilmu Pertanian Swedia (2022a). Tentang Tanah Hutan Swedia
Inventaris. ÿhttps://www.slu.se/en/Collaborative-Centres-and-Projects/Swedish-F orest-Soil-
Inventory/about-swedish-forest-soil-inventory/ÿ.
Universitas Ilmu Pertanian Swedia (2022b). Inventarisasi tanah dan tanaman. ÿhtt
ps://www.slu.se/institutioner/mark-miljo/miljoanalys/akermarksinventeringen/un dersokningar/mark-
grodoinventeringen/ÿ.
Tan, ML, Gassman, PW, Liang, J., Haywood, JM, 2021. Tinjauan alternatif
produk iklim untuk pemodelan SWAT: sumber, penilaian, dan arah masa depan. Sains.
Lingkungan Total. 795, 148915 https://doi.org/10.1016/j.scitotenv.2021.148915.
Telenius, A. & Nordberg, A. (2021). National Meadow and Pasture Inventory (TUVA) 2016. ed
Occurence dataset, GBIF-Sweden. https://doi.org/10.15468/jamhmk diakses melalui
GBIF.org diakses [2022–09-28].
Teutschbein, C., Wetterhall, F., Seibert, J., 2011. Evaluasi teknik downscaling yang berbeda untuk
studi dampak perubahan iklim hidrologi pada skala tangkapan air.
Clim. Din. 37 (9), 2087–2105. https://doi.org/10.1007/s00382-010-0979-8.
Thakur, JK, Singh, SK, Ekanthalu, VS, 2017. Mengintegrasikan penginderaan jauh, sistem informasi
geografis dan teknik global positioning system dengan pemodelan hidrologi. Aplikasi Ilmu Air.
7 (4), 1595–1608. https://doi.org/10.1007/s13201-016-0384-5 .
Thompson, SE, Harman, CJ, Troch, PA, Brooks, PD, Sivapalan, M., 2011. Ketergantungan skala
spasial dari partisi keseimbangan air yang dimediasi secara ekohidrologi: kerangka kerja
sintesis untuk ekohidrologi tangkapan air. Sumber Daya Air. Res. 47 (10) https://doi.org/
10.1029/2010WR009998.
Thorslund, J., van Vliet, MTH, 2020. Kumpulan data global air permukaan dan
pengukuran salinitas air tanah dari 1980–2019. Sains. Data 7 (1), 231. https://doi.org/10.1038/
s41597-020-0562-z .
Tiner, RW, 2017. Indikator Lahan Basah: Pedoman Identifikasi, Delineasi, Klasifikasi, dan Pemetaan
Lahan Basah, Edisi Kedua.,. Taylor & Francis,, Boca Raton. ¨ pemodelan hidrologi. Prog. Fisika. Geografis: Lingkungan Bumi. 38 (4), 464–498. https://doi.org/
Vagverket ¨ & R¨ addningsverket (1998). Bilaga 2: Hidrogeologiska typmiljoer ¨ . In: Fororening av
vattentakt ¨ vid vagtrafikolycka ¨ - Hantering av risker vid petroleuputslapp ¨ . Publikasi VV. 98:
064. Borl¨ ange, Karlstad: V¨ agverket & Raddningsverket. ¨ ÿhttps://trafikverket.ineko. se/Files/sv-
SE/11431/RelatedFiles/1998_64_fororening_av_vattentakt_vid_vagtraf ikolycka.pdfÿ.
Valayamkunnath, P., Gochis, DJ, Chen, F., Barlage, M., Franz, KJ, 2022. Pemodelan pengaruh
hidrologi drainase ubin bawah permukaan menggunakan model air nasional.
Sumber Daya Air. Res. 58 (4) e2021WR031242. https://doi.org/10.1029/
2021WR031242.
Vattenmyndigheterna, L.¨ ansstyrelserna, Havs- och Vattenmyndigheten (nd). Sistem informasi
VISS Vatten Sverige. ÿhttp://viss.lansstyrelsen.seÿ.
Veith, TL, Liew, MWV, Bosch, DD, Arnold, JG, 2010. Sensitivitas parameter dan
ketidakpastian dalam SWAT: perbandingan di lima DAS USDA-ARS. Trans. ASABE 53 (5), 1477–
1486. https://doi.org/10.13031/2013.34906.
Verrot, L., Destouni, G., 2015. Penapisan variabilitas dan perubahan kelembaban tanah dalam
berbagai kondisi iklim: efek dinamika salju. Ambio 44 (Daftar 1), S6–S16. https://doi.org/
10.1007/s13280-014-0583-y.
16
Pengelolaan Air Pertanian 283 (2023) 108304
Wallman, S., Bida, J., Lagerblad, B., Schouenborg, B., Petersson, J., et al., 2018.
MinBasInnovation Insatsområde 1. Rapport nr. 2014-04347). Kritiska egenskaper hos
bergmaterial och alternativa material. Survei Geologi Swedia, Uppsala.
Weerasinghe, I., Bastiaanssen, W., Mul, M., Jia, L., van Griensven, A., 2020. Bisakah kita mempercayai
produk evapotranspirasi penginderaan jauh di Afrika? Hidrol. Sistem Bumi. Sains. 24 (3), 1565–
1586. https://doi.org/10.5194/hess-24-1565-2020.
Wessberg, J. (2019). Ketahanan sektor pertanian terhadap kejadian cuaca ekstrim di a
konteks Swedia. Karlstad: fakultas kesehatan, sains dan teknologi. tesis master.
Karlstad: Fakultas Kesehatan, Sains dan Teknologi, Universitas Karlstad http://kau. diva-portal.org/
smash/get/diva2:1326807/FULLTEXT01.pdf.
Wesstrom,¨ I., Joel, A., 2012. GIS-databas f¨ atau hydrauliska egenskaper på Svenska åkerjordar.
Universitas Ilmu Pertanian Swedia,, Uppsala.
Wiklert, P., Andersson, S. & Weidow, B. ¨ (1983a). Studier av markprofiler dan svenska åkerjordar:
en faktasammanstallning. Del IX. Hallands, J¨ onk¨ opings, Kronobergs, Kalmar
och Gotlands lan¨ . (eds) Karlsson, I. & Håkansson, A. Uppsala: Sveriges
Lantbruksuniversitet: Institutionen for ¨ markvetenskap/Avdelningen for ¨ lantbrukets hydroteknik.
(Hubungan 135).
Wiklert, P., Andersson, S. & Weidow, B. ¨ (1983b). Studier av markprofiler dan svenska åkerjordar:
en
¨ faktasammanstallning. Del VIII. Stockholms, S¨ odermanlands och
otlands ¨ lan ¨ (eds) Karlsson, I. & Håkansson, A. Uppsala: Sveriges Osterg
Lantbrukuniversitet: Institutionen for ¨ markvetenskap/Avdelningen for ¨ lantbrukets hydroteknik.
(Hubungan 134).
Wiklert, P., Andersson, S. & Weidow, B. ¨ (1983c). Studier av markprofiler dan svenska åkerjordar
en faktasammanstallning. Del X. Malm¨ ohus och Kristianstads l¨ an (eds)
Karlsson, I. & Håkansson, A. Uppsala: Sveriges Lantbruksuniversitet: Institutionen for ¨
markvetenskap/Avdelningen for ¨ lantbrukets hydroteknik. (Hubungan 136).
Wiklert, P., Sigvard Andersson & Weidow, B. (1983d). Belajar dari markprofiler dan svenska åkerjordar:
en faktasammanstallning . Del XI ¨Kristianstads l¨ an (eds) Karlsson, I. & Håkansson, A. Uppsala:
Sveriges Lantbruksuniversitet: Institutionen for ¨ markvetenskap/Avdelningen for ¨
lantbrukets hydroteknik. (Hubungan 137).
Wikner, T., Fogdestam, B., Carlstedt, A. & Engqvist, P. (1991). Deskripsi ke
peta hidrogeologi Kabupaten Skaraborg. (Ah, 9). Survei Geologi Swedia.
Wilby, RL, 2019. Agenda penelitian hidrologi global yang cocok untuk tahun 2030-an. Hidrol. Res. 50
(6), 1464–1480. https://doi.org/10.2166/nh.2019.100.
Organisasi Meteorologi Dunia, 2012. Daftar Istilah Hidrologi Internasional. Organisasi Meteorologi
Dunia, Jenewa. ÿhttps://library.wmo.int/doc_num.php?expln um_id=8209ÿ.
¨
Wosten, JHM, Pachepsky, Ya.A., Rawls, WJ, 2001. Fungsi pedotransfer: menjembatani kesenjangan
antara data tanah dasar yang tersedia dan karakteristik hidrolik tanah yang hilang.
J. Hidrol. 251 (3), 123–150. https://doi.org/10.1016/S0022-1694(01)00464-4.
Xu, H., 2006. Modifikasi normalized difference water index (NDWI) untuk meningkatkan fitur perairan
terbuka dalam citra penginderaan jauh. Int. J. Penginderaan Jauh 27 (14), 3025–3033. https://
doi.org/10.1080/01431160600589179.
Xu, X., Li, J., Tolson, BA, 2014. Kemajuan dalam mengintegrasikan data penginderaan jauh dan
10.1177/0309133314536583 .
Xue, J., Anderson, MC, Gao, F., Hain, C., Knipper, KR, et al., 2022. Meningkatkan
resolusi spatiotemporal dari informasi ET penginderaan jauh untuk pengelolaan air melalui fusi
data Landsat, Sentinel-2, ECOSTRESS dan VIIRS. Irigasi. Sains. 40 (4), 609–634. https://doi.org/
10.1007/s00271-022-00799-7.
Yan, G., Bore, T., Schlaeger, S., Scheuermann, A., Li, L., 2022. Menyelidiki efek skala dalam kurva
retensi air tanah melalui reflektometri domain waktu spasial. J. Hidrol. 612, 128238 https://doi.org/
10.1016/j.jhydrol.2022.128238.
Zhang, L., Zhao, Y., Ma, Q., Wang, P., Ge, Y., et al., 2021. Strategi berbasis komputasi paralel dan
bertahap spasial untuk membatasi model hidrologi semi-terdistribusi dengan aliran sungai
pengamatan dan evapotranspirasi berbasis satelit. J. Hidrol. 599, 126359 https://doi.org/10.1016/
j.jhydrol.2021.126359.
Zhang, ZF, Ward, AL, Keller, JM, 2011. Menentukan Porositas dan Saturasi
konduktivitas hidrolik campuran biner. Vadose Zone J.10 (1), 313–321. https://doi.org/10.2136/
vzj2009.0138 .
Zscheischler, J., Westra, S., van den Hurk, BJJM, Seneviratne, SI, Ward, PJ, et al., 2018. Risiko iklim
masa depan dari peristiwa majemuk. Nat. Clim. Ubah 8 (6), 469–477. https://doi.org/10.1038/
s41558-018-0156-3.