بررسی روش‌های درون‌یابی برای تعیین پراکنش مکانی کربن آلی و نیتروژن خاک در اراضی منطقه لنجانات استان اصفهان

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی ارشد خاکشناسی دانشکده کشاورزی دانشگاه صنعتی اصفهان

2 استاد گروه خاکشناسی دانشکده کشاورزی دانشگاه صنعتی اصفهان

3 دانشیار خاکشناسی، بخش تحقیقات خاک و آب، مرکز تحقیقات، آموزش کشاورزی و منابع طبیعی استان اصفهان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اصفهان، ایران

4 دانشیار گروه کنترل دانشکده برق و کامپیوتر دانشگاه صنعتی اصفهان

5 دانش‌آموخته دکتری خاکشناسی دانشکده کشاورزی دانشگاه صنعتی اصفهان

چکیده

این پژوهش در سطح 50 هزار هکتار از اراضی منطقه لنجانات استان اصفهان به منظور بررسی روش‌های تعیین نقشه پراکنش مکانی کربن آلی و نیتروژن خاک انجام شد. توزیع مکانی عناصر با روش‌های درون‌یابی کریجینگ معمولی، وزن‌دهی عکس فاصله و اسپلاین کششی بررسی شد. نتایج حاصله بیانگر وجود ساختار مکانی متوسط متغیرها بود. تغییرنماهای تجربی نشان داد روند ناهمسانگردی خاصی در مورد متغیرها وجود ندارد. به منظور تعیین دقت و صحت تخمین روش‌های درون‌یابی از داده‌های معیار (برای هر متغیر 150 داده) و معیارهای آماری شامل میانگین خطای تخمین (MEE)، میانگین مربعات خطای تخمین (MSEE)، مجذور میانگین مربعات خطای تخمین (RMSE)، خطای نسبی (Er) و ضریب همبستگی پیرسون (r) استفاده شد. علی‌رغم تغییرپذیری مکانی زیاد متغیرها، نتایج حاکی از دقت خوب مقادیر تخمین‌زده شده به کمک روش‌های درون‌یابی است. برای کربن آلی خاک در منطقه مطالعاتی روش‌های درون‌یابی کریجینگ معمولی و اسپیلاین کششی با خطای پایین‌تر (007/0MEE=، 09/0MSEE=، 3/0RMSE=، 32/0 Er= و 73/0r=)، از دقت تخمین مناسب‌تری در مقایسه با روش درون‌یابی وزن‌دهی عکس فاصله (009/0MEE=، 096/0MSEE=، 31/0RMSE=، 34/0 Er= و 71/0r=) برخوردار بودند. همچنین، برای نیتروژن خاک در منطقه، روش‌های درون‌یابی کریجینگ معمولی و وزن‌دهی عکس فاصله با خطای کمتر (003/0MEE=، 0006/0MSEE=، 025/0RMSE=، 296/0 Er= و 8/0r=) نسبت به روش درون‌یابی اسپیلاین کششی (0017/0MEE=، 0007/0MSEE=، 026/0RMSE=، 301/0 Er= و 78/0r=) دقت تخمین بیشتری داشتند.

کلیدواژه‌ها


عنوان مقاله [English]

Investigation of Interpolation Methods for Determination of Organic Carbon and Nitrogen Spatial Distribution in Lanjanat Region in Isfahan Province

نویسندگان [English]

  • mehrdad rezaeifard 1
  • Hossein Shariatmadari 2
  • NORAIR TOOMANIAN 3
  • J. Askari Marnani 4
  • A. A. Zare 5
1 Master Science, department of soil science college of Agriculture, Isfahan University of Technology
2 Professor department of soil Science College of Agriculture, Isfahan University of Technology
3 Associate professor of Soil Science, Soil and Water Research Department, Isfahan Agricultural and Natural Resources Research and Education Center, AREEO, Isfahan, Iran
4 Associate Professor of Control department college of electrical and Computer engineering, Isfahan University of Technology
5 Ph.D. graduated, department of soil science college of Agriculture, Isfahan University Technology
چکیده [English]

This research was carried out to compare the methods of determining the spatial distribution of soil organic carbon and nitrogen on 50,000 hectares of Lenjanat area in Isfahan province, central Iran. The spatial distribution of elements was determined by Ordinary Kriging, Inverse Distance Weighting, and Spline Tension interpolation methods. The results indicated that there was an average spatial structure in the variables. Empirical variograms showed that there was no specific anisotropy process for variables. In order to determine the accuracy of the estimation of interpolation methods, the standard data (150 data for each variable) and statistical criteria including Mean Estimation Error (MEE), Mean Square Estimation Error (MSEE), Root Mean Square Error (RMSE), relative Error (Er) and Pearson correlation coefficient (r) were used. Despite the high spatial variability of the parameters, the results indicate the accuracy of the estimated values by means of interpolation methods. For soil organic carbon in the study area, Ordinary Kriging and Spline Tension interpolation methods with lower error (MEE= 0.007, MSEE= 0.09, RMSE= 0.3, Er= 0.32 and r= 0.73) were more accurate compared with the Inverse Distance Weighting interpolation method (MEE= 0.009, MSEE= 0.096, RMSE= 0.31, Er= 0.31 and r= 0.71). Also, Ordinary Kriging and Inverse Distance Weighting interpolation methods with a lower error (MEE= 0.003, MSEE= 0.0006, RMSE= 0.025, Er= 0.296 and r= 0.8), compared with Spline Tension interpolation method (MEE= 0.0017, MSEE= 0.0007, RMSE= 0.026, Er= 0.301 and r= 0.78) had more accurate estimation of soil nitrogen in the region. 

کلیدواژه‌ها [English]

  • Geostatistics
  • Soil fertility
  • Spatial variability
  • Zoning
  1. بلالی، م. ر.، ح. رضایی و ف. مشیری. 1393. وضعیت حاصلخیزی خاک‌های کشور و ضرورت ارتقا توان آن برای خدمات‌رسانی به تولیدات کشاورزی، در کتاب: خاوازی و همکاران (نویسندگان) برنامه جامع حاصلخیزی خاک و تغذیه گیاه (جلد اول). موسسه پژوهشات خاک و آب.
  2. ترابی گل‌سفیدی، ح. ن. دواتگر و ش. قاسمی. 1395. بررسی تغییرات مکانی و پهنه‌بندی برخی خواص فیزیکی و شیمیایی خاک سطحی و تأثیرپذیری آن‌ها از مدیریت بهره‌برداری در زمین‌های کشاورزی جنوب تهران، نشریه پژوهش‌های خاک (علوم خاک و آب)، جلد 30، شماره 2، صفحات 226-215.
  3. جعفری، م.، ح. عسگری، م. معظمی، م. بی‌نیازی و م. طهمورث. 1387. بررسی توزیع مکانی برخی از خصوصیات خاک، با کاربرد روش‌های زمین آماری، مجله پژوهش و سازندگی در زراعت و باغبانی، شماره 80، صفحات 191-177.
  4. زارعیان، ف.، ج. محمودی و م. ر. جوادی. 1393. پراکنش خصوصیات خاک با استفاده از روش‌های زمین آماری در دشت دره ویسه کرج، نشریه پژوهش‌های خاک (علوم خاک و آب)، 28(3): 511-520.
  5. سعدی‌پور، چ.، م. رودپیما، ع. کرمی، ن. دواتگرو و م. صلاح‌الدین. 1395. ارزیابی سه روش زمین آماری در تخمین برخی از خصوصیات فیزیکوشیمیایی خاک و تأثیر تراکم نمونه‌برداری بر پارامترهای تغییرنما، نشریه پژوهش‌های خاک (علوم خاک و آب)، 30(4): 457-473.
  6. شکوری‌کتیگری، م.، م. شعبان‌پور و ح. اسدی. 1390. ارزیابی کارایی روش‌های درون‌یابی مکانی در پهنه‌بندی کربن آلی و جرم مخصوص ظاهری خاک‌های شالیزاری گیلان، پژوهش‌های حفاظت آب و خاک (علوم کشاورزی و منابع طبیعی). 17(2): 195-211.
  7. صمدی، ن. ۱۳۸۴. تهیه نقشه حاصلخیزی خاک‌های مناطق نجف‌آباد ـ زرین‌شهر ـ طالخونچه با استفاده از نظریه ژئواستاتیستیک، نهمین کنگره علوم خاک ایران، تهران، مرکز تحقیقات حفاظت خاک و آبخیزداری کشور.
  8. فروغی‌فر، ح.، ع. ا. جعفرزاده، ح. ترابی گل‌سفیدی، ن. علی اصغرزاده، ن. تومانیان و ن. دواتگر. 1390. تغییرات مکانی برخی ویژگی‌های فیزیکی و شیمیایی خاک سطحی در شکل‌های اراضی مختلف دشت تبریز، نشریه دانش آب و خاک، 21(3): 1-21.
  9. کرمی، ع و س. بصیرت. 1394. ارزیابی زمین آماری تغییرات مکانی برخی از ویژگی‌های خاک سطحی دشت ارسنجان، نشریه پژوهش‌های خاک (علوم خاک و آب)، جلد 29، شماره 1، صفحات 69-59.
  10.  محمدی، ج.، 1385. پدومتری (آمار مکانی)، جلد دوم، انتشارات پلک تهران.
  11. Baoa, Z., W. Wu., H. Liu., S. Yin., and H. Chen. 2014. Geostatistical analyses of spatial distribution and origin of soil nutrients in long-term wastewater-irrigated area in Beijing, China. Acta Agriculturae Scandinavica, Section B - Soil and Plant Science, 64: 235–243.
  12. Bremner, J. M and C. S Mulvaney. 1986. Nitrogen – Total. In: Page AL Miller RH and Keeney DR (Eds). Methods of Soil Analysis. Part 2, Soil science society of America journal. Madison, WI. Pp. 595-622.
  13. Boruvka, L., L. Mládková, V. Penížek, O. Drábek, and R. Vašát. 2007. Forest soil acidification assessment using principal component analysis and geostatistics. Geoderma, 14: 374–382.
  14. Cambardella, C. A., T. B. Moorman, J. M. Novak, T. B. Parkin, D. L. Karlen R. F. Yurco, and A. E. Koropaka. 1994. Field scale variability of soil properties in centeral Iowa soils. Soil Sci. Soc. Am. J. 58: 1501-1511.
  15. Chukwu, G. O., M. I. S. Ezenwa, A. O. Osunde, and R. Asiedu. 2007. Spatial distribution of N, P and K in major yam soils of southeastern Nigeria. African Journal of Biotechnology, 6(24): 2803-2806.
  16. Eltaib, K.A. 2007. Effects of land preparation on soil moisture content, weed control and groundnut yield in Gash Delta.313pages.
  17. Jaiver, D., T. Sanchez, A. Gustavo, M. Ligarreto, and R. L. Fabi. 2011. Spatial variability of soil chemical properties and its effect on crop yield a case study in maize (Zea mays L.) on the Bogota plateau. Journal of Agronomia colombiana, 29: 265- 274.
  18. Kavianpoor, H., A. Esmali Ouri, Z. Jafarian Jeloudar, and A. Kavian. 2012. Spatial variability of some soil chemical and physical properties in nesho mountainous rangelands. American Journal of Environmental Engineering, 2: 34- 44.
  19. Komnitsas, K., X. Guo, and D. Li. 2010. Mapping of soil nutrients in an abandoned Chinese coal mine and waste disposal site. Minerals Eng., 23: 627–635.
  20. Malakouti M. J, Sh. Ladan, and S. J. Tabatabaee. 2013. Nitrate content in the edible parts of vegetables: Origin, safety, toxicity limits and the prevalence of cancer in Iran. 93-122 p. In: Sh. Umar, N. A. Anjum and N. A. Khan (Eds.). Nitrate in leafy vegetables: Toxicity and safety measures. I. K. International Publishing House Pvt. Ltd. New Delhi, India. 208 p.
  21. Panagopoulos, T., J. Jesus., M. D. C. Antunes, and J. Beltrao. 2006. Analysis of spatial interpolation for optimising management of a salinized field cultivated with lettuce. European Journal of Agronomy, 24(1): 1-10.
  22. Robinson, T. P., and G. Metternicht. 2006. Testing the performance of spatial interpolation techniques for mapping soil properties. Computer and Electronics in Agriculture, 50: 97-108.
  23. Rossi, J., A. Govaerts, B. D. Vos, B. Verbist, A. Vervoort, J. Poesen, B. Muys, and J. Deckers. 2009. Spatial structures of soil organic carbon in tropical forests. A case study of Southeastern Tanzania. Catena, 77: 19–27.
  24. Santra, P., U. K. Chopra, and D. Chakraborty. 2008. Spatial variability of soil properties and its application in predicting surface map of hydraulic parameters in an agricultural farm. Current Science, 95:937-945.
  25. Sen, P., K. Majumdar, and G. Sulewski. 2007. Spatial variability in available nutrient status in an intensively cultivated village. Better Crops, 10.1-32.
  26. Walkey, A. and I. A. Black. 1934. An examination of the Degtjareff for determining soil organic matter and proposed modification of the chromic acid titration method. Soil Sci., 37: 29-38.
  27. Wang, Y., X. Zhang, and C. Huang. 2009. Spatial variability of soil total nitrogen and soil total phosphorus under different land uses in a small watershed on the Loess Plateau, China. Geoderma, 150: 141–149.
  28. Wei, J. B., D. N. Xiao, H. Zeng, and Y. K. Fu. 2008. Spatial variability of soil properties in relation to land use and topography in a typical small watershed of the black soil region, northeastern China. Environmental Geology, 53: 1663–1672.
  29. Yamagishi, J., T. Nakamoto, and W. Richner. 2003. Stability of spatial variability of wheat and maize biomass in a small field managed under two contrasting tillage systems over 3 years. Field Crop Research, 81: 95-108.
  30. Yemefack, M., D. G. Rossiter, and R. N. yomgang. 2005. Multi-scale characterization of soil variability within an agricultural landscape mosaic system in southern Cameroon. Geoderma, 125: 117-143.