Modeling Soil Volumetric Water Content Based on Climatic Factors in the Tripoli Region (Libya) Using Multiple Linear Regression

Technische Samenvatting: Modellering van het volumetrische watergehalte van de bodem in Tripoli, Libië

Probleemstelling
Bodemvocht is een kritieke component van de water- en energiecycli van de aarde, wat invloed heeft op de landbouwproductiviteit, het beheer van waterbronnen en de frequentie van extreme weersomstandigheden zoals droogte en overstromingen. In Libië, een land dat wordt gekenmerkt door semi-aride tot aride klimaten, is het begrijpen van de dynamiek van bodemwater essentieel voor voedselzekerheid en risicobeheersing bij rampen. Echter, langdurige wereldwijde monitoring van bodemvocht via veldmetingen is beperkt. Hoewel remote sensing een alternatief biedt, is er een specifieke behoefte aan kwantitatieve modellering van de relatie tussen lokale klimatologische factoren en het volumetrische watergehalte van de bodem met behulp van statistische methoden. Deze studie adresseert de kloof in kwantitatieve analyse met betrekking tot hoe specifieke klimatologische variabelen de bodemvochtigheid in de regio Tripoli beïnvloeden, met name in de context van klimaatveranderingsprojecties die wijzen op afnemende neerslag en toenemende temperaturen voor Noord-Afrika.

Methodologie
De studie maakte gebruik van maandelijkse gegevens uit 297 metingen van 2001 tot 2024, afkomstig uit de ERA5-dataset (European Centre for Medium-Range Weather Forecasts). De analyse werd uitgevoerd met de statistische software R.

• Variabelen:
  • Afhankelijke variabele ($Y$): Gemiddeld volumetrisch watergehalte over vier bodemdieptes.
  • Initiële onafhankelijke variabelen: Relatieve vochtigheid, neerslag, gemiddelde bodemtemperatuur (over vier dieptes), luchttemperatuur, windsnelheid, potentiële evaporatie en grondwaterdiepte.
• Statistische benadering:
  1. Beschrijvende analyse: Onderzoek naar de verdeling en centrale tendens van alle variabelen.
  2. Beoordeling van multicollineariteit: Een correlatiematrix en een Variance Inflation Factor (VIF)-analyse werden uitgevoerd. De initiële analyse onthulde ernstige multicollineariteit tussen verschillende variabelen (bijv. luchttemperatuur, bodemtemperatuur en potentiële evaporatie hadden VIF-waarden die de 12 overschreden, ver boven de acceptabele drempel van 5).
  3. Variabele selectie: Om de stabiliteit van het model te waarborgen, werden variabelen met hoge VIF-waarden uitgesloten. Het definitieve model behield drie onafhankelijke variabelen met acceptabele VIF-scores: Relatieve Vochtigheid ($X_1$), Neerslag ($X_2$) en Gemiddelde Bodemtemperatuur ($X_3$).
  4. Modelconstructie: Een meervoudig lineair regressiemodel (MLR) werd ontwikkeld om het bodem-VWC te voorspellen op basis van de geselecteerde klimatologische factoren.
  5. Modelvalidatie: Veronderstellingen werden geverifieerd met residuplots (Residuals vs. Fitted) en Q-Q-plots om homoscedasticiteit en de normaliteit van residuen te controleren.

Belangrijkste Resultaten

• Beschrijvende Statistiek: Het gemiddelde volumetrische watergehalte van de bodem was 0,02 met een lage standaarddeviatie, wat duidt op consistentie. Neerslag vertoonde een hoge variabiliteit (gemiddeld 0,92 mm), terwijl de relatieve vochtigheid gemiddeld 44,10% bedroeg.
• Correlatieanalyse:
  • Er werd een sterke positieve correlatie gevonden tussen bodem-VWC en Relatieve Vochtigheid ($r = 0,638$).
  • Er bestond een matige positieve correlatie tussen bodem-VWC en Neerslag ($r = 0,528$).
  • Er werd een matige negatieve correlatie waargenomen tussen bodem-VWC en de Gemiddelde Bodemtemperatuur ($r = -0,559$).
• Prestaties van het Regressiemodel:
  • De definitieve modelvergelijking is: $\hat{Y} = 0,01378 + (7,0 \times 10^{-5} \times X_1) + (4,22 \times 10^{-4} \times X_2) - (9,8 \times 10^{-5} \times X_3)$.
  • Significantie: Alle drie de voorspellers waren statistisch significant ($p < 0,001$).
    • Neerslag: Geïdentificeerd als de meest invloedrijke factor ($\beta = 4,22 \times 10^{-4}$). Een toename van 1 mm neerslag resulteert in een directe toename van 0,000422 in het gemiddelde bodemvocht.
    • Relatieve Vochtigheid: Toont een positief effect ($\beta = 7,0 \times 10^{-5}$), toegeschreven aan verminderde evaporatie.
    • Bodemtemperatuur: Toont een significant negatief effect ($\beta = -9,8 \times 10^{-5}$), toegeschreven aan verhoogde evaporatie en infiltratie.
  • Verklarende Kracht: De aangepaste $R^2$-waarde is 0,477, wat aangeeft dat het model ongeveer 48% van de variatie in het volumetrische watergehalte van de bodem verklaart.
  • Algehele Fit: De F-toets bevestigde de algemene statistische significantie van het model ($F \approx 91$, $p < 0,001$). Diagnostische plots bevestigden dat de residuen willekeurig verdeeld waren en een normale verdeling volgden, wat de aannames van het model valideert.

Significantie en Claims
Het artikel claimt dat de studie succesvol een statistisch significante relatie heeft vastgesteld tussen geselecteerde klimatologische factoren en het volumetrische watergehalte van de bodem in de regio Tripoli. Door neerslag, relatieve vochtigheid en bodemtemperatuur te isoleren als de primaire drijfveren, biedt het onderzoek een voorspellend instrument voor het begrijpen van de dynamiek van bodemvocht in een semi-aride omgeving.

De auteurs stellen dat deze modelleringsbenadering het waterbeheer en de agrarische planning ondersteunt, wat cruciaal is gezien de klimaatprojecties voor Noord-Afrika die een afname van 10–20% in neerslag en een temperatuurstijging van 2–3°C tegen 2050 voorspellen. De studie concludeert dat, hoewel het model bijna de helft van de variantie verklaart (een waarde die als goed wordt beschouwd voor milieustudies), het effectief de directe impact van neerslag en de inverse impact van temperatuur op bodemvocht belicht. De auteurs bevelen het gebruik van deze kernvariabelen aan voor toekomstige beoordelingen in aride regio's en suggereren dat meer geavanceerde modellen (bijv. tijdreeksmodellen of niet-lineaire modellen) de voorspellende nauwkeurigheid verder kunnen verbeteren.