Assessing Positional Accuracy and Correcting Point Data for Digital Soil Mapping at Varying Scales

178 Pages·2017·16.87 MB·English

Purdue University
Purdue e-Pubs
Open Access Theses Theses and Dissertations
Fall 2014
Assessing Positional Accuracy and Correcting
Point Data for Digital Soil Mapping at Varying
Scales
Minerva J. Dorantes
Purdue University
Follow this and additional works at:https://docs.lib.purdue.edu/open_access_theses
Part of theAgronomy and Crop Sciences Commons, and theSoil Science Commons
Recommended Citation
Dorantes, Minerva J., "Assessing Positional Accuracy and Correcting Point Data for Digital Soil Mapping at Varying Scales" (2014).
Open Access Theses. 318.
https://docs.lib.purdue.edu/open_access_theses/318
This document has been made available through Purdue e-Pubs, a service of the Purdue University Libraries. Please contact [email protected] for
additional information.
(cid:42)(cid:85)(cid:68)(cid:71)(cid:88)(cid:68)(cid:87)(cid:72)(cid:3)(cid:54)(cid:70)(cid:75)(cid:82)(cid:82)(cid:79)(cid:3)(cid:41)(cid:82)(cid:85)(cid:80)(cid:3)30
(cid:11)(cid:53)(cid:72)(cid:89)(cid:76)(cid:86)(cid:72)(cid:71) 08(cid:18)14(cid:12)(cid:3)
PURDUE UNIVERSITY
GRADUATE SCHOOL
Thesis/Dissertation Acceptance
(cid:55)(cid:75)(cid:76)(cid:86)(cid:3)(cid:76)(cid:86)(cid:3)(cid:87)(cid:82)(cid:3)(cid:70)(cid:72)(cid:85)(cid:87)(cid:76)(cid:73)(cid:92)(cid:3)(cid:87)(cid:75)(cid:68)(cid:87)(cid:3)(cid:87)(cid:75)(cid:72)(cid:3)(cid:87)(cid:75)(cid:72)(cid:86)(cid:76)(cid:86)(cid:18)(cid:71)(cid:76)(cid:86)(cid:86)(cid:72)(cid:85)(cid:87)(cid:68)(cid:87)(cid:76)(cid:82)(cid:81)(cid:3)(cid:83)(cid:85)(cid:72)(cid:83)(cid:68)(cid:85)(cid:72)(cid:71)(cid:3)
MinervaJDorantes
(cid:37)(cid:92)(cid:3)
(cid:40)(cid:81)(cid:87)(cid:76)(cid:87)(cid:79)(cid:72)(cid:71)(cid:3)(cid:3)
(cid:3)AssessingPositionalAccuracyandCorrectingPointDataforDigitalSoilMappingatVaryingScales
MasterofScience
(cid:41)(cid:82)(cid:85)(cid:3)(cid:87)(cid:75)(cid:72)(cid:3)(cid:71)(cid:72)(cid:74)(cid:85)(cid:72)(cid:72)(cid:3)(cid:82)(cid:73)(cid:3)(cid:3)(cid:3)
(cid:44)(cid:86)(cid:3)(cid:68)(cid:83)(cid:83)(cid:85)(cid:82)(cid:89)(cid:72)(cid:71)(cid:3)(cid:69)(cid:92)(cid:3)(cid:87)(cid:75)(cid:72)(cid:3)(cid:73)(cid:76)(cid:81)(cid:68)(cid:79)(cid:3)(cid:72)(cid:91)(cid:68)(cid:80)(cid:76)(cid:81)(cid:76)(cid:81)(cid:74)(cid:3)(cid:70)(cid:82)(cid:80)(cid:80)(cid:76)(cid:87)(cid:87)(cid:72)(cid:72)(cid:29)(cid:3)
PhillipR.Owens
(cid:3) (cid:3)
DarellG.Schulze
ZamirLibohova
To the best of my knowledge and as understood by the student in the Thesis/Dissertation Agreement,
Publication Delay, and Certification/Disclaimer (Graduate School Form 32), this thesis/dissertation
adheres to the provisions of Purdue University’s “Policy on Integrity in Research” and the use of
(cid:3)copyrighted material.
PhillipR.Owens
(cid:36)(cid:83)(cid:83)(cid:85)(cid:82)(cid:89)(cid:72)(cid:71)(cid:3)(cid:69)(cid:92)(cid:3)(cid:48)(cid:68)(cid:77)(cid:82)(cid:85)(cid:3)(cid:51)(cid:85)(cid:82)(cid:73)(cid:72)(cid:86)(cid:86)(cid:82)(cid:85)(cid:11)(cid:86)(cid:12)(cid:29)(cid:3)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:3)
(cid:3)(cid:3)(cid:3)(cid:3)(cid:3)(cid:3)(cid:3)(cid:3)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:66)(cid:3)
(cid:3)(cid:36)(cid:83)(cid:83)(cid:85)(cid:82)(cid:89)(cid:72)(cid:71)(cid:3)(cid:69)(cid:92)(cid:29)JosephM.Anderson 11/25/2014
(cid:43)(cid:72)(cid:68)(cid:71)(cid:3)(cid:82)(cid:73)(cid:3)(cid:87)(cid:75)(cid:72)(cid:3)Department (cid:42)(cid:85)(cid:68)(cid:71)(cid:88)(cid:68)(cid:87)(cid:72)(cid:3)(cid:51)(cid:85)(cid:82)(cid:74)(cid:85)(cid:68)(cid:80)(cid:3) (cid:3)(cid:3)(cid:3)(cid:39)(cid:68)(cid:87)(cid:72)
i 
ASSESSING POSITIONAL ACCURACY AND CORRECTING POINT DATA FOR DIGITAL SOIL 
MAPPING AT VARYING SCALES 
A Thesis 
Submitted to the Faculty 
of 
Purdue University 
by 
Minerva J Dorantes  
In Partial Fulfillment of the 
Requirements for the Degree 
of 
Master of Science 
December 2014  
Purdue University 
West Lafayette, Indiana
ii 

This is dedicated to all those who dig soils.  _\m/
iii 
TABLE OF CONTENTS 
Page 

ABSTRACT ........................................................................................................................... vii 
CHAPTER 1.  INTRODUCTION ......................................................................................... 1 
1.1  Current State of Soil Data .......................................................................................... 1 
1.2  Objectives and Hypotheses ....................................................................................... 3 
1.3  Organization .............................................................................................................. 4 
CHAPTER 2.  U.S. SOIL SURVEY ....................................................................................... 5 
CHAPTER 3.  AN INTEGRATED APPROACH TO CREATE A DIGITAL SOIL MAP FROM 
TERRAIN AND SATELLITE DATA ........................................................................................... 9 
3.1  Introduction ............................................................................................................... 9 
3.1.1  U.S. Soil Survey Map Units ............................................................................ 9 
3.1.2  Soil – Landscape Relationships ................................................................... 11 
3.1.3  Remote Sensing Applications in Soil Science .............................................. 14 
3.1.4  Summary of Project Objectives .................................................................. 16 
3.2  Materials .................................................................................................................. 16 
3.2.1  Study Area ................................................................................................... 16 
3.2.2  Soils of Tippecanoe County, Indiana ........................................................... 18 
3.2.3  Soil Map Units from STATSGO and SSURGO ............................................... 20 
3.2.4  Digital Elevation Data .................................................................................. 27 
3.2.4.1   Terrain Derivatives to Represent the Soil‐Landscape Model ............. 31 
3.2.4.2   Geomorphons ..................................................................................... 40
iv 
Page 

3.2.5  Satellite Data ............................................................................................... 43 
3.2.5.1   Band Combinations and Vegetation Indices ....................................... 48 
3.3  Methods .................................................................................................................. 59 
3.3.1  Principal Component Analysis .................................................................... 59 
3.3.2  Satellite and Digital Elevation Data Integration .......................................... 59 
3.3.3  Image Classification .................................................................................... 60 
3.3.3.1   Unsupervised Classification ................................................................ 63 
3.3.3.2   Supervised Classification .................................................................... 64 
3.3.4  Accuracy Assessment .................................................................................. 65 
3.4  Results ..................................................................................................................... 65 
3.4.1  Soil Associations Derived from STATSGO ................................................... 66 
3.4.2  Soil Consociations and Complexes Derived from SSURGO ......................... 76 
3.5  Summary and Discussion ......................................................................................... 85 
CHAPTER 4.  DEVELOPMENT OF A SEMI‐AUTOMATED MODEL TO IMPROVE 
POSITIONAL ACCURACY OF SOIL SURVEY PEDONS FOR INDIANA .................................... 89 
4.1  Introduction ............................................................................................................. 89 
4.1.1  Indiana Pedon Data ..................................................................................... 89 
4.1.2  Indiana Public Land Survey System Grid ..................................................... 92 
4.1.3  NRCS Method to Locate Pedon Points ........................................................ 96 
4.1.4  Summary of Issues with the Pedon Data .................................................... 98 
4.2  Materials and Methods ........................................................................................... 98 
4.2.1  Acquiring a Statewide Set of Pedon Points ................................................ 99 
4.2.2  Creating a More Accurate PLSS Grid ......................................................... 106 
4.2.2.1   Validating the New PLSS Grid for Indiana ......................................... 120 
4.2.3  Generating PLSS Model Pedon Point Locations ........................................ 126 
4.2.3.1   Comparing the PLSS Model Point Locations to the NRCS Locations 129
v 
Page 

4.2.4  Matching the Soil Environment Described ............................................... 130 
4.2.5  Measuring Positional Accuracy ................................................................. 133 
4.2.6  Developing a Continuous Soil Organic Carbon Map ................................. 136 
4.3  Results ................................................................................................................... 137 
4.3.1  PLSS Model Pedon Point Locations ........................................................... 138 
4.3.2  The Soil Environment at the Pedon Point ................................................. 149 
4.3.3  Positional Accuracy of Pedon Point Locations .......................................... 153 
4.4  Discussion .............................................................................................................. 154 
REFERENCES …............................................................................................................... 156 
APPENDICES                                                                                                                           
Appendix A  Soil Pedon Database Entry Form from                                                         
Purdue Agricultural Experiment Station – Soil Profile Description ................................ 163 
Appendix B  Abbreviations Used in Soil Descriptions ............................................... 165 
Appendix C  Positional Accuracy of NASIS Pedon Points .......................................... 166
vi 
LIST OF ABBREVIATIONS

FAO – Food and Agriculture Organization 
GIS – Geographic information systems 
DEM – Digital elevation model 
NRCS‐USDA – Natural Resources Conservation Service of the United States Department 
of Agriculture 
NASIS – National Soil Information System 
NATSGO – National Soil Geographic  
STATSGO – State Soil Geographic 
SSURGO – Soil Survey Geographic  
SCR – Soil characterization record 
MUR – Map unit record 
TUR – Taxonomic unit record 
LiDAR – Light detection and ranging 
NDVI – Normalized difference vegetation index 
PCA – Principal component analysis 
NED – National Elevation Dataset 
NAD 83 – North American Datum 1983 
UTM – Universal Transverse Mercator 
VDCN – Vertical distance to channel network 
MRVBF – Multi‐ resolution index of valley bottom flatness 
TWI – SAGA topographic wetness index 
OLI – Operational Land Imager 
TIRS – Thermal Infrared Sensor 
FLAASH® ‐ Fast‐Line‐of‐sight Atmospheric Analysis of Spectral Hypercubes 
SAVI – Soil‐adjusted vegetation index 
FVC – Fractional vegetative cover 
ISODATA – Iterative Self‐Organizing Data Analysis 
FIPS – Federal Information Processing Standard 
PLSS – Public Land Survey System 
Q, QQ, QQQ – Quarter sections, quarter‐quarter sections, quarter‐quarter‐quarter 
sections 
BLM ‐ Bureau of Land Management 
DNR – Department of Natural Resources 
Mukey – map unit key 
WAAS – Wide Area Augmentation System
vii 
ABSTRACT 
Dorantes, Minerva J. M.S., Purdue University, December 2014. Assessing Positional 
Accuracy and Correcting Point Data for Digital Soil Mapping at Varying Scales. Major 
Professor: Phillip R. Owens. 

Accuracy, timeliness, and the effect of scale of soil maps are rarely assessed. The 
recent increase in the use of GIS technologies and modelling software in natural 
resources and land management, has increased the demand for soil information at a 
finer resolution worldwide. Most of the world’s developing countries rely on soils 
information at a scale that is too coarse for practical planning, and have obstacles 
impeding collection of new data, such as civil war and a lack of collection resources. The 
United States has an exhaustive collection of soils data at a fine scale. However, its 
location information is replete with errors and inconsistencies which, if unaccounted 
for, can affect predictive model estimates. An integrated digital soil mapping 
methodology is necessary to extract the wealth of knowledge stored in soil survey data 
for building detailed soil maps and for assessing the positional accuracy of soil pedon 
data.  
Two studies were conducted using public data contained in the U.S. Soil Survey 
databases. The first study tested the development of an accurate regional‐scale digital 
soil class map by combining new elevation data and satellite imagery. As a result, a 
model design was created that may be applied in countries with limited soil data. In the 
second study, several models were developed to assess the locational accuracy of the 
U.S. Soil Survey pedon points for Indiana. The study resulted in the creation of a more
viii 
detailed Public Land Survey System grid, as well as several ArcGIS tools to assign a 
margin of error to existing soil pedon point locations, which separately or together can 
be adopted on a national scale.