Alfred Hartemink

(on behalf of the global consortium)

ISRIC – World Soil Information

Wageningen

GlobalSoilMap.net GlobalSoilMap.net a new digital soil map of the worlda new digital soil map of the world

The use of soil informationThe use of soil information

GlobalSoilMap.netGlobalSoilMap.net

A digital soil map of the worldA digital soil map of the world

Aspect 1 Aspect 1 ––

Capture and Capture and CapitaliseCapitalise

Soil mapsSoil maps Soil samplesSoil samples

Reports, literatureReports, literature Soil data and informationSoil data and information

Aspect 2 Aspect 2 ––

Soil propertiesSoil properties

(not yet classes)(not yet classes)

Key properties

1. Organic Carbon (g/kg)

2. Sand

(%), Silt

(%), Clay

(%) & coarse fragments

(%)

3. pH

4. Depth

to bedrock or restricting layer (m)

From these attributes, the following two properties 

will be predicted using pedo‐transfer functions:

5. Bulk Density

(kg/m3)

6. Available Water Capacity

(given in mm/m)

Optional:

7. ECEC

(Cations plus exchangeable acidity mol/kg)

8. EC

(Electrical conductivity dS/m)

0 ‐

5 cm

5 – 15 cm

15 – 30 cm

30 – 60 cm

60‐100 cm

100‐200 cm

Effective depth

Aspect 3 Aspect 3 ––

Showing UncertaintiesShowing UncertaintiesAWC (mm)

10- 1111 - 1212 - 1313 - 1414 - 1515 - 1616 - 1717 - 1818 - 19> 19

Standard errors

0.00 - 0.25

0.25 - 0.50

0.50 - 0.75

0.75 - 1.00

1.00 - 1.50

1.50 - 2.00

2.00 - 2.50

2.50 - 3.00

3.00 - 4.00

> 4.00

Variability of OC at selected across the Edgeroi study area. 

0‐5cm

Lower 

prediction 

limit

30‐60cm

60‐100cm

Upper 

prediction 

limit

DSM 

prediction

Aspect 4 Aspect 4 ––

Fine resolution grid 90 by 90 mFine resolution grid 90 by 90 m

From the polygon to the grid

0 ‐

5 cm

5 – 15 cm

15 – 30 cm

30 – 60 cm

60‐100 cm

100‐200 cm

Effective depth

Aspect 4 Aspect 4 ––

Fine resolution grid 90 by 90 mFine resolution grid 90 by 90 m

Which soil data are available?

Detailed soil mapswith legends

-Spatially weighted mean-Spatial disaggregation

Extrapolation fromreference areasSpatially weighted mean

Full Cover? Homosoil

Detailed soil maps with legendsand Soil Point data

Soil Point data Almost no data

NoYes

scorpankriging

Soil maps:-Spatially weighted mean-Spatial disaggregationSoil data:- scorpan kriging

Extrapolation fromreference areas:-Soil maps-Soil point data

Full Cover?

No Yes

Assign quality of soil data and coverage in the covariate space

Time

Initially a legacy based approach

PredictionsPredictions

Lithology

Soil

observations or 

maps

with

legends

DEM

Climate

Existing

Soil

maps

scorpan

layers

Landcover

Sp

= f

(s,c,o,r,p,a,n) + e

f

‐

Linear

regression,

Regression

trees,

Random

forests,

Neural networks,Expert systemEtc.. 

Krige

residuals

(e)

Inferred

property

e.g., 

AWC

pH

CEC

Organic

C

Bulk

density

Clay

Sand

‘Modal’

profile

Fit mass‐

preserving 

spline

Spline 

averages at 

specified 

depth

ranges

Estimate averages 

for spline at 

standardised

depth 

ranges

Fitted Spline

The spline

layer Soil C prediction 

0‐5 cm 5‐15 cm 15‐30 cm

30‐60 cm 60‐100 cm 100‐200 cm

Reconstruct splines at every pixel

Carbon (%) 0-5cmHigh : 6.5 Low : 0.8

1

32

11 task groups1.Specifications

2. Soil profile and map legacy data 

3. Covariates

4. New Prediction Method Development 

5. Application & Documentation of Existing Methods 

6. Soil Information Model 

7. Cyber‐Infrastructure 

8. End‐user Engagement 

9. Uncertainty and Accuracy 

10. Operational production mapping 

11. Global stratification (pedoecophysiographic)

Aspect 5 Aspect 5 ––

ItIt’’s a global projects a global project

North America

LatinAmerica/Caribbean

Eurasia

Africa

East Asia

Oceania

SouthAsia

North Africa/West Asia

Jordan

Start up in December 2006Start up in December 2006

The African launchThe African launch

1313thth

Jan 2009Jan 2009

The Global launch

17th

Feb 2009

"Let there be no mistake 

about the significance of 

this wonderful project"

Kofi Annan 

"Soil mapping is one of the 

pillars to the challenge of 

sustainable development"

Jeffrey Sachs

Large differences

USA

Sub Sahara Africa

9.1 million km2

23.9 million km2

35,000 soil profiles

4,057 soil profiles  

ThatThat’’s currently available !s currently available !

Progress –

Scientific Publications

2006

20072008

2010

Activities in the node – East Asia

Activities in the node – East AsiaProof‐of‐concept studies with voluntary source. 90m resolution maps are 

being tested in the pilot areas

>0.05mm <0.001mm <0.01mm

Activities in the node – North America

Hired two post‐docs

Will produce soil property information.

Training workshops

Work closely with Canada and Mexico

Produced 30 m resolution 

soil carbon map (1 m depth) 

using spatially weighted 

mean calculations from 

SSURGO and STASGO 

Information

Activities in the node – L AmericaLaunch at Seventeenth Latin American 

Congress of Soil Science

Node established

Identify country coordinators

Technical meetings planned for March

Translation some standards texts in  

Spanish

Plan training and capacity building

Activities in the node – L America

Activities in the node – OceaniaGood connections Australia – Indonesia –

New Zealand

Neil McKenzie, Mike Grundy, Peter 

Wilson, David Jacquier, Budi Minasny, 

Brendan Malone and John Gallant met in 

Canberra to discuss scientific issues, 

including proof of concept areas, and 

developing the Oceania node.

Meetings in New Zealand, and Indonesia  

with follow ups in Australia are planned.

There will be data from Australia 

forthcoming for proof of concept studiesIndonesian Soil Science Society Conference 20-22 November 2009 in Yogyakarta

Activities in the node – Oceania

Agreed specifications: 90 m , the spline (six depth layers) and uncertainty. Figured out how to convert ASRIS coverage to a 

90 m raster with depth data and uncertainty. Increased complexity the way forward, not 

multi‐resolution,

From R. Viscarra Rossell

(CSIRO) From B. Malone et al. (Geoderma, 2009)

Some conclusions

Importance of soils and soil information is recognised in big 

global issues (climate change, food production, environmental degradation, 

biodiversity, water scarcity, land disputes and war)

Increasingly recognised:

soils are not the problem 

but part of the solution

Increased demand for soil information by other scientific 

disciplines, policy and society 

Demand for raster based soil properties with uncertainties

Coincides with a quantum leap in technology to produce 

accurate soil information in a timely manner

Enormous opportunities for soil science, and also for a new 

generation to get engaged

Some conclusions

Thank you for your attentionThank you for your attention

Alfred Hartemink

(on behalf of the global consortium)

ISRIC – World Soil Information

Wageningen